Apuntes MM4

Apuntes de C alculo Tensorial
Manuel Arias Zugasti, Pedro C ordoba Torres, Alvaro Guillermo Perea Covarrubias y Cristina Mar a Santa Marta Pastrana
Ultima modicaci on: 7 de octubre de 2013
ii
Indice
Prefacio 1. Espacios vectoriales 1.1. Concepto de espacio vectorial . . . . . . . . . . . . . . 1.1.1. Denici on y propiedades . . . . . . . . . . . . . 1.1.2. Bases y dimensi on . . . . . . . . . . . . . . . . 1.2. M etrica . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.1. Espacios vectoriales normados . . . . . . . . . . 1.2.2. Producto escalar . . . . . . . . . . . . . . . . . 1.2.3. Tensor m etrico . . . . . . . . . . . . . . . . . . 1.2.4. Topologa m etrica . . . . . . . . . . . . . . . . . 1.3. Espacios Eucl deos y no Eucl deos . . . . . . . . . . . 1.3.1. Bases ortonormales . . . . . . . . . . . . . . . . 1.3.2. Espacios no Eucl deos: espacio dual y base dual 1.4. Cambios de base . . . . . . . . . . . . . . . . . . . . . 1.4.1. Denici on de cambio de base . . . . . . . . . . 1.4.2. Cambios de base sobre vectores . . . . . . . . . 1.4.3. Cambios de base sobre aplicaciones lineales . . 1.4.4. Ley de transformaci on del tensor m etrico . . . 1.4.5. Resumen . . . . . . . . . . . . . . . . . . . . . 1.5. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . 1.6. Bibliograf a . . . . . . . . . . . . . . . . . . . . . . . .
XI
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
1 1 2 3 6 6 7 9 10 11 11 12 15 16 17 18 18 20 21 23 25 25 26 27 27 28 28 30 34 35 35 36 37
2. Tensores 2.1. Concepto de tensor . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.1. Tensores en f sica . . . . . . . . . . . . . . . . . . . . . . 2.1.2. Rango tensorial . . . . . . . . . . . . . . . . . . . . . . . 2.1.3. Ley de transformaci on de tensores generales . . . . . . . 2.2. Magnitudes f sicas de rango tensorial superior . . . . . . . . . . 2.2.1. Tensores de polarizabilidad y de conductividad el ectrica 2.2.2. Tensor de esfuerzos o de tensiones . . . . . . . . . . . . 2.2.3. Derivaci on de campos tensoriales . . . . . . . . . . . . . 2.3. Denici on de tensor . . . . . . . . . . . . . . . . . . . . . . . . 2.3.1. Espacio producto tensorial . . . . . . . . . . . . . . . . 2.3.2. Tensores anes . . . . . . . . . . . . . . . . . . . . . . . 2.3.3. Algebra tensorial . . . . . . . . . . . . . . . . . . . . . . iii
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
iv 2.3.4. Producto tensorial . . . 2.4. Aplicaciones multilineales . . . 2.4.1. Contracci on de ndices . 2.4.2. Producto de contracci on 2.5. Criterios de tensorialidad . . . 2.6. Tipos de tensores . . . . . . . . 2.7. Problemas . . . . . . . . . . . . 2.8. Bibliograf a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
INDICE . . . . . . . . . . . . . . . . . . . . . . . . 37 38 38 39 40 42 45 46 47 48 49 50 51 52 54 54 56 57 58 59 60 61 62 63 65 67 71 74 76 76 77 81 82 83 86 87 88 88 89 89 91 94 95 97
3. Densidades tensoriales 3.1. Ley de transformaci on de densidades tensoriales generales 3.1.1. Producto de densidades tensoriales . . . . . . . . . 3.2. Espacios orientables . . . . . . . . . . . . . . . . . . . . . 3.2.1. Bases ordenadas y orientaci on . . . . . . . . . . . . 3.2.2. S mbolo alternante de Levi-Civita . . . . . . . . . 3.3. Producto vectorial en espacios tridimensionales . . . . . . 3.3.1. Denici on de producto vectorial . . . . . . . . . . 3.3.2. C alculo de vol umenes . . . . . . . . . . . . . . . . 3.3.3. Rotaciones innitesimales . . . . . . . . . . . . . . 3.4. Introducci on al producto exterior de p-formas . . . . . . . 3.5. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6. Bibliograf a . . . . . . . . . . . . . . . . . . . . . . . . . . 4. Campos tensoriales 4.1. Variedades diferenciables . . . . . . . . . . . . . . . . . . . 4.1.1. Curvas y supercies . . . . . . . . . . . . . . . . . 4.1.2. Geometr a intr nseca y extr nseca . . . . . . . . . . 4.1.3. Ejemplos de variedades en f sica . . . . . . . . . . 4.1.4. Diferenciabilidad y parametrizaciones . . . . . . . 4.1.5. Ejemplos de variedades y parametrizaciones . . . . 4.2. Fibrados tangente y cotangente . . . . . . . . . . . . . . . 4.2.1. Espacio tangente a un espacio vectorial . . . . . . 4.2.2. Espacio tangente de una variedad diferenciable . . 4.3. El espacio vectorial 4n en coordenadas curvil neas . . . . 4.3.1. Base natural y m etrica del espacio tangente . . . . 4.3.2. Componentes f sicas . . . . . . . . . . . . . . . . . 4.3.3. El espacio Eucl deo 43 en coordenadas cil ndricas 4.3.4. El espacio Eucl deo 43 en coordenadas esf ericas . 4.4. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5. Bibliograf a . . . . . . . . . . . . . . . . . . . . . . . . . . 5. Derivaci on de campos tensoriales 5.1. Transporte paralelo . . . . . . . . . . . . . . . . . . . . 5.1.1. S mbolos de Christoel . . . . . . . . . . . . . . 5.1.2. S mbolos de Christoel en componentes f sicas 5.1.3. Transporte paralelo de vectores y tensores . . . 5.1.4. Curvatura . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
INDICE 5.2. Derivada covariante . . . . . . . . . . . . . . . . . . . . . . 5.2.1. Comportamiento tensorial de la derivada covariante 5.2.2. Derivada covariante en componentes f sicas . . . . . 5.3. Vector aceleraci on . . . . . . . . . . . . . . . . . . . . . . . 5.4. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5. Bibliograf a . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. Operadores diferenciales habituales 6.1. Operadores diferenciales . . . . . . . . . . . . . 6.1.1. Gradiente covariante . . . . . . . . . . . 6.1.2. Divergencia covariante . . . . . . . . . . 6.1.3. Rotacional covariante . . . . . . . . . . 6.1.4. Laplaciano covariante . . . . . . . . . . 6.2. Coordenadas curvil neas ortogonales habituales 6.2.1. Coordenadas cartesianas . . . . . . . . . 6.2.2. Coordenadas cil ndricas . . . . . . . . . 6.2.3. Coordenadas esf ericas . . . . . . . . . . 6.3. Bibliograf a . . . . . . . . . . . . . . . . . . . . A. F ormulas de an alisis vectorial A.1. Notaci on . . . . . . . . . . . . . . A.2. Productos escalares y vectoriales A.3. Gradiente, divergencia, rotacional A.4. Teoremas integrales . . . . . . . . A.4.1. Teorema del gradiente . . A.4.2. Teorema de la divergencia A.4.3. Teorema del rotacional . . A.4.4. Otros teoremas integrales A.4.5. Identidades de Green . . . Bibliograf a Indice alfab etico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
v 99 101 104 104 105 105 107 107 107 108 108 109 109 109 111 112 114 115 115 116 116 117 117 117 117 118 118 121 125
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . . . . . . . . y laplaciano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
vi
INDICE
Lista de guras
1.1. Esquema de inclusiones para espacios vectoriales normados. . . . . . . . . . . . . . . 9
2.1. El producto n es la fuerza por unidad de supercie ejercida por el medio situado en el lado hacia donde apunta la normal sobre el medio situado al otro lado. . . . . . 31 2.2. Elemento innitesimal de medio material con forma de tetraedro. . . . . . . . . . . . 32 3.1. Banda de Moebius. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 4.1. Deformaci on continua de una esfera en un cubo. . . . . . . . . . . . . . . . . . . . 4.2. Ejemplos de variedades monodimensionales contenidas en el plano. . . . . . . . . . 4.3. Ejemplos de variedades bidimensionales contenidas en 43 . En la imagen central se ha representado tambi en el plano z = 1 y en la u ltima el plano z = 0. . . . . . . . 4.4. El p endulo simple. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5. Plano de fases de un p endulo simple. La trayectoria marcada en rojo (E = Es ) es la separatriz entre las trayectorias cerradas (E < Es ) y las abiertas (E > Es ). . . . . 4.6. Isotermas de un uido de van der Waals. Las l neas rojas corresponden al uido supercr tico, las azules a la fase l quida y las verdes a la fase gas. . . . . . . . . . . 4.7. Parametrizaci on de una variedad diferenciable. . . . . . . . . . . . . . . . . . . . . 4.8. Compatibilidad entre coordenadas generalizadas de una variedad diferenciable. . . 4.9. Part cula m ovil en 43 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.10. Coordenadas cil ndricas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.11. Coordenadas esf ericas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 . 63 . 65 . 68 . 69 . . . . . . 70 72 74 77 86 87
5.1. Transporte paralelo de un vector a lo largo de una curva cerrada en un plano y en una esfera. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 6.1. Coordenadas cartesianas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 6.2. Coordenadas cil ndricas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 6.3. Coordenadas esf ericas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
vii
viii
LISTA DE FIGURAS
Lista de tablas
1.1. Comportamiento de tensores de orden 2 bajo cambios de base ( ei = Cij ej , D C 1 ). 21 3.1. Paridad del tensor dado por el producto (tensorial o de contracci on cualquier par de ndices) de dos tensores A y B . . . . . . . . . . . . . 3.2. Dimensionalidad del producto exterior de dos vectores en funci on de la lidad (n) del espacio vectorial al que pertenecen. . . . . . . . . . . . . respecto de . . . . . . . . 50 dimensiona. . . . . . . . 60
ix
LISTA DE TABLAS
Prefacio
Contexto y objetivos
Estos apuntes son el material b asico para el estudio de la primera parte de la asignatura M etodos Matem aticos IV, correspondiente al primer semestre del tercer curso del Grado en F sica, impartido por la Universidad Nacional de Eduaci on a Distancia (UNED) a partir del curso 2012-2013. El material incluido es el habitual en un primer curso de c alculo tensorial para f sicos, incluyendo desde las nociones m as b asicas (componentes co- y contra-variantes de vectores) hasta temas m as avanzados (transporte paralelo y derivada covariante). En la exposici on se presuponen conocimientos b asicos de algebra lineal, c alculo con funciones de varias variables y tambi en algunos conocimientos de f sica general (mec anica, electromagnetismo, termodin amica) que si bien no son necesarios para esta asignatura se emplean en algunos ejemplos y para mostrar la motivaci on f sica de esta rama de las matem aticas. Estos apuntes est an especialmente orientados para estudiantes de f sicas. En la exposici on hemos realizado un esfuerzo para complementar las deniciones formales habituales en estos temas con ejemplos y explicaciones intuitivas y pr acticas, con el n de poder aplicar esta herramienta para la descripci on de campos tensoriales de inter es en f sica. A grandes rasgos podr amos decir que las principales aplicaciones del c alculo tensorial en f sica son la descripci on de campos tensoriales (escalares, vectoriales y tambi en de rango tensorial superior) en coordenadas generalizadas en espacios de Riemann (en particular en espacios Eucl deos) por un lado, y la descripci on de la curvatura de variedades diferenciables con vistas al posterior estudio de las ecuaciones de Einstein (que relacionan esta curvatura con la densidad de energ a y momento presentes en dicha variedad) por otro. Los tensores tambi en se emplean para describir operaciones de simetr a de muchos sistemas f sicos, lo cual es importante ya que normalmente la existencia de cierto grado de simetr a en un sistema f sico tiene importantes consecuencias en su din amica. Las aplicaciones del c alculo tensorial para la teor a general de la relatividad son sobradamente conocidas, pero este campo no es el u nico en el que esta materia es importante. El estudio de campos tensoriales en coordenadas generalizadas se aplica de manera rutinaria en todas las areas de la f sica basadas en teor as de campos, por ejemplo este es el caso de areas como la mec anica de uidos (o en general la mec anica de medios continuos) o el electromagnetismo, y por tanto es de gran inter es no solo en f sica, sino tambi en en ingenier a. Por u ltimo, el estudio de las relaciones de simetr a de un sistema f sico y las consecuencias que esto tiene en su din amica es importante en diversas areas de la f sica, incluyendo desde la mec anica cu antica (con aplicaciones, p. ej., en f sica molecular o en estado s olido) hasta la termodin amica de sistemas alejados del equilibrio (p. ej., dicho an alisis explica el desacoplamiento entre fuerzas y ujos generalizados de rango tensorial distinto en medios is otropos). xi
xii
PREFACIO
Gu a de estudio
Los objetivos de esta parte del curso son, por tanto, familiarizarse con los conceptos necesarios para operar con campos tensoriales en coordenadas generalizadas en espacios de Riemann de dimensi on arbitraria, comprendiendo el signicado geom etrico de los objetos y operaciones matem aticas empleados. Posiblemente el objetivo m as importante de esta parte del curso sea familiarizarse con la derivada covariante, tanto en componentes hol onomas como en componentes f sicas (que son las empleadas generalmente en las aplicaciones en espacios Eucl deos). Por supuesto, para entender esta parte es necesario estudiar antes algunos conceptos previos, para ello el material est a distribuido de la siguiente forma: Cap tulo 1: Se presenta un repaso general de conceptos relacionados con espacios vectoriales. Se revisan desde el punto de vista tensorial diversos conceptos ya conocidos sobre algebra y vectores. Se dene la operaci on de cambio de base, estudi andose su aplicaci on sobre tensores de hasta segundo orden. Al hacer esto se denen las componentes co- y contravariantes, que emplearemos constantemente durante el resto del curso. En este apartado se introduce tambi en el conocido convenio de suma de Einstein, para las expresiones con ndices repetidos (y los conceptos de ndice mudo o libre), cuyo uso ser a frecuente durante el resto del curso. El contenido de este cap tulo es totalmente b asico, por este motivo es muy importante comprender bien estos conceptos. Para aanzar estas ideas se recomienda realizar la colecci on de problemas propuestos al nal del cap tulo. Cap tulo 2: Se emplean algunos ejemplos f sicos para justicar el uso de tensores de rango mayor que la unidad. Se generalizan los conceptos presentados en el primer cap tulo al caso de tensores de orden arbitrario. En este apartado es muy importante familiarizarse con el concepto de producto tensorial, tensor af n y producto de contracci on, que son la base sobre la que trabajaremos el resto del curso. Como aplicaci on directa de estos conceptos es importante comprender y saber emplear los criterios de tensorialidad, introducidos en este cap tulo. Como ejercicio para esta parte se debe trabajar en la aplicaci on de cambios de base y subida y bajada de ndices (mencionados en el primer cap tulo) sobre tensores generales (en particular deben estudiarse algunos ejemplos de rango superior a 2). Al nalizar este cap tulo tambi en debe estar totalmente dominado el uso del convenio de suma de Einstein y la manipulaci on de expresiones con ndices mudos. Cap tulo 3: El concepto de tensor denido en el cap tulo 2 se generaliza aqu para incluir los pseudotensores, de gran importancia en f sica (p. ej. el producto vectorial, el rotacional de un campo vectorial, o el determinante del tensor m etrico). En este apartado es especialmente importante comprender la denici on tensorial del producto vectorial, que nos permitir a posteriormente calcular productos vectoriales y rotacionales de campos vectoriales en coordenadas generalizadas. Como aplicaci on de los conceptos introducidos hasta el momento, en este tema tambi en es especialmente importante observar que los pseudotensores se transforman como verdaderos tensores bajo cambios de base ortogonales (en particular bajo rotaciones de los ejes). Al nal de este apartado se incluye una introducci on m as o menos intuitiva al c alculo exterior, que queda fuera del temario de esta asignatura. Cap tulo 4: Hasta este momento solo hemos hablado de tensores denidos sobre un espacio vectorial. En este apartado se generaliza este concepto al espacio bra, denido sobre una variedad diferenciable. El c alculo con campos tensoriales era el objetivo b asico de esta parte del curso,
xiii por tanto son muy importantes los conceptos de brado tangente y cotangente y sus bases habituales, en particular las bases denidas por las tangentes a las l neas coordenadas (que dan lugar a las componentes hol onomas) y la correspondiente base de vectores tangentes unitarios (que da lugar a las componentes f sicas). Como ejercicio para aanzar estos conceptos en este tema se deben estudiar ejemplos pr acticos de cambios de base inducidos en los brados tangente y cotangente cuando se realiza un cambio de coordenadas en la variedad de partida. Los cambios de coordenadas m as habituales en el espacio tridimensional Eucl deo son especialmente importantes (es decir, el paso de coordenadas cartesianas a coordenadas cil ndricas y esf ericas), aunque tambi en deber an considerarse otros ejemplos m as complicados. Es muy importante saber distinguir entre las componentes hol onomas (co- y contra-variantes) y las componentes f sicas, y tambi en trabajar con ellas. Cap tulos 5 y 6: Por u ltimo llegamos al que era el objetivo principal del curso, la derivada covariante. Para comprender este concepto se estudia primero el transporte paralelo, ilustrado con diversos ejemplos sobre variedades con y sin curvatura, la conexi on de Levi-Civita y los s mbolos de Christoel. A continuaci on se dene el concepto de derivada covariante, tanto en componentes hol onomas como en componentes f sicas. Como ejercicio de aplicaci on de estos conceptos es importante estudiar la deducci on de las expresiones de los operadores diferenciales habituales en f sica (gradiente, divergencia, rotacional y laplaciano) en coordenadas generalizadas, tanto en el caso de coordenadas generalizadas ortogonales como no ortogonales. En particular es importante el caso de las coordenadas de uso m as extendido: cartesianas, cil ndricas y esf ericas. Tras esta primera parte del curso estamos en condiciones de poder calcular las expresiones de los operadores diferenciales habituales en f sica en cualquier sistema de coordenadas generalizadas, tanto en el espacio tridimensional Eucl deo habitual como en variedades diferenciables con m etrica de Riemann. Esto es interesante, por ejemplo, para analizar problemas de mec anica de uidos o de electromagnetismo empleando un sistema de coordenadas adaptado a la geometr a del problema (suponiendo que no haya singularidades geom etricas, como esquinas o bordes, y siempre y cuando la geometr a no sea demasiado complicada). Como ejercicio de aplicaci on de estos conceptos es interesante la programaci on del c alculo de las expresiones de los operadores diferenciales habituales en coordenadas generalizadas en un entorno de c alculo simb olico, aunque el escaso tiempo de que disponemos y el car acter algo avanzado de este problema lo desaconsejan, excepto para algunos estudiantes avanzados que tengan suciente experiencia en programaci on. Tras esta parte del curso estamos tambi en en condiciones optimas para iniciar el estudio de la segunda parte del curso: geometr a diferencial, donde nos centraremos en el estudio de curvas y supercies (incluyendo temas como geometr a intr nseca, primera y segunda forma fundamental, operador de Weingarten, etc.). El material para la segunda parte es el libro de Martin M. Lipschultz mencionado en la gu a del curso (Dierential Geometry, editado por McGraw-Hill). Tras esta segunda parte del curso estaremos en condiciones de estudiar la teor a general de la relatividad de Einstein, en la que todas las nociones aprendidas en este curso (y algunas m as no incluidas) se emplean de manera rutinaria.
Agradecimientos
Nos gustar a dejar constancia de nuestro agradecimiento hacia la Free Software Foundation y el proyecto GNU por poner a nuestra disposici on herramientas inform aticas gratuitas de verdadera
xiv
PREFACIO
A calidad. Este documento ha sido elaborado ntegramente con el procesador de textos L TEX 2 , los A esquemas que aparecen en las guras se han llevado a cabo o bien en L TEX o bien con el programa de dise no xfig, ambos programas van incluidos en cualquier distribuci on del sistema operativo gratuito Linux.
Cap tulo 1
Espacios vectoriales
Los espacios vectoriales son el punto de partida natural para el estudio de tensores. A continuaci on revisaremos algunos de los conceptos m as importantes relativos a vectores, cuya generalizaci on al caso de tensores ser a el objeto de esta parte del curso. Concretamente revisaremos los conceptos de vector, espacio vectorial, normas, distancias, productos escalares, bases, aplicaciones lineales y veremos c omo cambian las componentes de un vector, o de una aplicaci on lineal, al realizar un cambio de base en el espacio, esto nos servir a de punto de partida para denir el concepto de tensor en el pr oximo cap tulo.
1.1.
Concepto de espacio vectorial
En el lenguaje coloquial se denomina con cierta frecuencia vector a cualquier lista unidimensional de datos num ericos dispuestos entre par entesis y separados por comas. Desde el punto de vista matematico esto no siempre es correcto. Por ejemplo, si consideramos el conjunto de datos dados por el a no en curso, la temperatura del sitio donde nos encontremos y la cotizaci on de cualquier moneda frente al euro, es evidente que dicho conjunto de datos dif cilmente podr a considerarse como un vector. Sin embargo, la posici on de un m ovil en el espacio o su velocidad s est an dados por vectores. Qu e es lo que distingue a un verdadero vector de un mero conjunto de datos? Un vector es un elemento de un espacio vectorial, es decir, es un miembro de una estructura de elementos sobre los que se han denido ciertas operaciones (suma de vectores y multiplicaci on por escalares) que tienen unas determinadas propiedades (conmutativa, asociativa, elemento neutro, elemento opuesto) las cuales dotan al conjunto de una determinada estructura. Concretamente estas propiedades garantizan que podamos construir cualquiera de los elementos de este espacio como combinaci on lineal de unos pocos de ellos. Es decir, cualquier elemento del espacio vectorial puede construirse como combinaci on lineal de un conjunto de vectores linealmente independientes, que forman una base del espacio vectorial en consideraci on, y denimos la dimensi on del espacio vectorial como el cardinal (el n umero de elementos) de cualquiera de sus bases. Esto es muy importante, ya que nos permite trabajar con vectores por medio de sus componentes respecto a una base cualquiera del espacio, y tambi en nos permite describir cualquier aplicaci on lineal denida sobre el espacio vectorial por medio de su matriz asociada, dada por la acci on de la aplicaci on lineal sobre cualquier base del espacio. Lo que diferencia a un vector (o a una matriz) de una mera caja de n umeros es que los vectores son objetos geom etricos pertenecientes a un espacio vectorial, de tal 1
CAP ITULO 1. ESPACIOS VECTORIALES
forma que sus componentes son las proyecciones de estos vectores sobre una determinada base del espacio, y las matrices por su parte son las proyecciones de la actuaci on de una determinada aplicaci on lineal, aplicada sobre una base del espacio vectorial. Como consecuencia de esto, si aplicamos un cambio de base en el espacio vectorial, las componentes de los vectores y de las aplicaciones lineales denidas sobre estos vectores cambian siguiendo una ley de transformaci on que est a determinada por el cambio de base aplicado, tal y como veremos en este cap tulo. Es muy importante que estos conceptos queden claros, ya que son la base indispensable para comprender los tensores. Normalmente los vectores que se emplean en f sica pertenecen a espacios vectoriales normados, es decir, espacios vectoriales sobre los que se ha denido una operaci on (norma) que permite medir la longitud de los vectores. Se entiende que esta longitud est a medida en las unidades que tengan los vectores del espacio en consideraci on (p. ej. velocidad, aceleraci on, fuerza, campo el ectrico, . . . ), de forma que no tiene por qu e ser una longitud en el sentido coloquial del t ermino. La operaci on norma nos permite medir la distancia que separa dos vectores cualesquiera del espacio (dada por la norma del vector diferencia), lo cual nos permite juzgar si dos vectores de este espacio son pr oximos o no, y tambi en nos permite juzgar si una sucesi on de elementos de este espacio es convergente o no (dependiendo de si la distancia entre dos elementos consecutivos de la sucesi on tiende a cero). La operaci on distancia dota al conjunto de vectores que forma el espacio vectorial de una topolog a inducida por la m etrica, convirtiendo el espacio vectorial en un objeto con signicado geom etrico, apropiado, por ejemplo, para describir el espacio en el que nos movemos, u otros espacios con una m etrica diferente y por extensi on nos permite tambi en imaginar espacios similares con un n umero de dimensiones diferente a las 3 a las que estamos habituados, En el contexto de la f sica es habitual denir como magnitudes escalares a aquellas para cuya especicaci on completa basta con proporcionar su magnitud, como por ejemplo la temperatura, la masa, la carga el ectrica o el tiempo en la mec anica Newtoniana. Por oposici on a las anteriores, se denen como magnitudes vectoriales a aquellas para las que es preciso especicar, adem as de su magnitud, una direcci on y un sentido. De esta forma resulta muy natural describir como vectores a la posici on, la velocidad, la aceleraci on, o las fuerzas. Estas magnitudes f sicas, que nos resultan tan conocidas y naturales, hacen que el concepto de vector resulte f acil e intuitivo. Tambi en resulta intuitivo el signicado de las operaciones b asicas denidas sobre los vectores. Por ejemplo, si un m ovil est a en el punto A y realiza un movimiento dado por el vector B , la posici on nal del m ovil est a dada por A + B , si sobre un m ovil se aplican simult aneamente las fuerzas f 1 y f 2 el m ovil se ve sometido a una fuerza neta dada por la suma f 1 + f 2 , si estamos en el punto A y queremos ir al punto B tendremos que desplazarnos seg un el vector dado por la diferencia B A.
1.1.1.
Denici on y propiedades
Un espacio vectorial -, sobre el cuerpo de escalares , se dene como una estructura dada por un conjunto de elementos llamados vectores (x), sobre los que se han denido las operaciones de suma de vectores y producto por escalares: Suma de vectores: Para cualquier pareja de vectores x y y pertenecientes a vector z perteneciente a - dado por la suma x + y . x, y -, ! z = x + y -
- existe un u nico
(1.1)
La operaci on suma de vectores cumple las siguientes propiedades: Propiedad conmutativa x, y - , x+y =y+x (1.2)
1.1. CONCEPTO DE ESPACIO VECTORIAL Propiedad asociativa x, y , z -, (x + y ) + z = x + (y + z )
(1.3)
Elemento nulo: Existe un u nico vector nulo (0) en - tal que para cualquier x de - se cumple !0 - / x -, 0 + x = x (1.4) Elemento opuesto: Para cualquier x de suma con x es el elemeno nulo x -,
- existe un u nico vector x de - tal que su

(1.5)
! x - / x + (x) = 0
Producto por escalares: Para cualquier vector x perteneciente a - y cualquier escalar perteneciente al cuerpo existe un u nico vector perteneciente a - dado por el producto x x -, Propiedad asociativa x -, , x -, , x, y -, Elemento neutro: , (x) = () x (1.7) , ! z = x (1.6)
La operaci on producto por escalares cumple las siguientes propiedades:
Propiedad distributiva respecto de la suma de escalares , ( + ) x = x + x (1.8)
Propiedad distributiva respecto de la suma de vectores , (x + y ) = x + y 1x = x (1.9) (1.10)
x -,
Estas propiedades garantizan que la suma de vectores responde a la idea intuitiva de composici on de movimientos, o de fuerzas, que a todos nos resulta familiar. Los dos casos de cuerpos de escalares m as frecuentes son el de los n umeros reales 4 y el de los n umeros complejos +. En f sica es especialmente frecuente considerar espacios vectoriales denidos sobre el cuerpo de los n umeros reales, en este curso este ser a el caso que consideraremos salvo que se diga lo contrario.
1.1.2.
Bases y dimensi on
Un conjunto de n vectores {e1 , . . . , en } se dice linealmente independiente cuando es imposible encontrar n n umeros {1 , . . . , n } no todos nulos, tales que 1 e1 + 2 e2 + + n en = 0 (1.11)
y en caso contrario se dice linealmente dependiente. Es obvio que la Ec. (1.11) siempre tiene la soluci on trivial 1 = 2 = = n = 0, si esta ecuaci on tiene alguna otra soluci on diferente de la trivial lo que sucede es que, en ese caso, podemos despejar uno de estos vectores como combinaci on lineal de los restantes. Si la u nica soluci on de Ec. (1.11) es la soluci on trivial, entonces resulta imposible despejar ninguno de los vectores {e1 , . . . , en } como combinaci on lineal de los restantes, esto es lo que signica que el conjunto {e1 , . . . , en } sea linealmente independiente.
CAP ITULO 1. ESPACIOS VECTORIALES Cu al es el n umero m aximo de vectores linealmente independientes que podemos tomar en un espacio vectorial?
Consideremos el caso de un conjunto formado por un u nico vector {e1 } (distinto de 0), es evidente que este conjunto siempre es linealmente independiente. La envolvente lineal del conjunto {e1 }, denida por los vectores x - dados por x = 1 e1 1 4 (1.12)
nos genera la recta que pasa por el origen 0 y que tiene direcci on dada por e1 . Para cualquier vector x que pertenezca a esta recta el sistema {e1 , x} es linealmente dependiente, lo que implica que x es sencillamente proporcional a e1 . Supongamos ahora un vector e2 que no pertenezca a la envolvente lineal de e1 . En este caso el conjunto {e1 , e2 } es linealmente independiente, y la envolvente lineal de este conjunto, denida por los vectores x - dados por x = 1 e1 + 2 e2 1 , 2 4 (1.13)
nos genera el plano que pasa por el origen y contiene a e1 y e2 . Para cualquier vector x contenido en este plano el conjunto {e1 , e2 , x} es linealmente dependiente, lo que indica que x puede escribirse como combinaci on lineal de {e1 , e2 }. Si a nadimos otro vector e3 que no pertenezca a este plano el conjunto resultante vuelve a ser linealmente independiente, y su envolvente lineal nos da el espacio tridimensional engendrado por los vectores {e1 , e2 , e3 }, de tal forma que cualquier vector de este espacio puede construirse como combinaci on lineal de {e1 , e2 , e3 }. En principio podr amos seguir a nadiendo sucesivamente m as vectores ei - linealmente independientes a todos los anteriores, pero si nuestro espacio vectorial - es de dimensi on nita (n) llega un momento que la envolvente lineal del conjunto {e1 , . . . , en }, dada por x = 1 e1 + 2 e2 + + n en 1 , 2 , . . . , n 4 (1.14)
coincide con todo el espacio vectorial -. En ese caso resulta imposible a nadir ning un elemento en+1 - (distinto de 0) que sea linealmente independiente a todos los anteriores. En consecuencia, dado un espacio vectorial - de dimensi on nita n se dene como base de - a cualquier conjunto de n vectores linealmente independientes {e1 , . . . , en }, todos ellos pertenecientes a - y distintos de 0. La propiedad importante que dene a una base es que para cualquier x - el conjunto {e1 , . . . , en , x} es linealmente dependiente, lo que implica que x puede expresarse como combinaci on lineal de {e1 , . . . , en } x x = x1 e1 + x2 e2 + + xn en (1.15)
{ } y se denen los n umeros x1 , x2 , . . . , xn como las componentes (o coordenadas) del vector x respecto a la base {e1 , . . . , en }. Por otra parte, el cardinal del mayor conjunto de vectores linealmente independientes que podamos tomar en el espacio vectorial - se dene como la dimensi on del espacio vectorial. En la discusi on anterior hemos asumido t acitamente que el espacio vectorial estaba denido sobre el cuerpo de los reales 4, para simplicar la exposici on. En un caso m as general podemos repetir los mismos pasos haciendo que los n umeros i tomen valores en el cuerpo correspondiente, y el resultado nal es totalmente an alogo. En este curso s olo estudiaremos espacios vectoriales de dimensi on nita. En algunos casos consideraremos una dimensi on nita arbitraria (n) y en otros nos centraremos en el caso especialmente
1.1. CONCEPTO DE ESPACIO VECTORIAL
relevante del espacio tridimensional. De todas formas conviene recordar que tambi en existen espacios vectoriales de dimensi on innita, de gran importancia en ciertas areas de las matem aticas (p. ej. en an alisis funcional) y tambi en extremadamente relevantes en f sica, por sus aplicaciones en el estudio de ecuaciones diferenciales y en mec anica cu antica. Como ejemplo de espacio vectorial de dimensi on innita tenemos los espacios funcionales, es decir, espacios cuyos elementos son funciones. Por ejemplo, es muy f acil ver que el conjunto de polinomios de una variable (x) p(x) = a0 + a1 x + a2 x2 + a3 x3 + + an xn (1.16)
cumple todas las propiedades necesarias para ser un espacio vectorial. Tambi en es muy f acil ver que las funciones xn y xm son linealmente independientes siempre que n { = m, esto parece indicar } que podr amos tomar como base de este espacio funcional al conjunto 1, x, x2 , x3 , . . . , xn , . . . . Pero en ese caso cu al es el valor m aximo de n que debemos tomar para garantizar que cualquier polinomio de x est a incluido en la envolvente lineal de la base? Claramente ning un valor nito de n es suciente, por tanto la dimensi on de este espacio vectorial es innita. Los espacios funcionales tienen (normalmente) innitas dimensiones, y esa circunstancia hace que en ellos aparezcan otros problemas que no aparecen en los de dimensi on nita. Volviendo a los espacios de dimensi on nita, una propiedad interesante de las envolventes lineales de los sucesivos conjuntos de vectores que hemos ido considerando ({e1 }, {e1 , e2 }, {e1 , e2 , e3 }, . . . , {e1 , . . . , en }), es que todas estas envolventes lineales son, a su vez, espacios vectoriales, que adem as est an contenidos en el espacio vectorial - y por tanto se denominan subespacios vectoriales. La demostraci on de que la envolvente lineal de cualquier conjunto de vectores es un espacio vectorial se deja para los ejercicios. Otra propiedad importante cuya demostraci on se deja para los ejercicios, es que la descomposici on de cualquier vector x como combinaci on lineal de la base (Ec. (1.15)) es u nica. Por u ltimo, dada cualquier base {e1 , . . . , en } del espacio -, se dice que - se descompone en suma directa () de los subespacios vectoriales engendrados por cada uno de los ei (con i = 1, . . . , n)
-=
n i=1
envolvente lineal de ei
(1.17)
donde la suma directa de dos subespacios vectoriales independientes -1 y -2 (es decir, cuya intersecci on se reduzca al elemento nulo 0), se dene sencillamente como el conjunto de vectores que pueden denirse como combinaci on lineal de vectores de -1 y -2 . En general, dado un espacio vectorial con n dimensiones, se llama base can onica a la formada por los vectores e1 = {1, 0, 0, . . . , 0} e2 = {0, 1, 0, . . . , 0} ... ... ... ... ... ... en = {0, 0, 0, . . . , 1} (1.18) (1.19) (1.20) (1.21)
Esta ser a la base que emplearemos constantemente. Uno de los temas centrales del estudio de tensores es c omo cambian las componentes de diversos objetos denidos en un espacio vectorial (vectores, aplicaciones lineales, tensor m etrico, etc.) al realizar un cambio de base en el espacio, es decir, al pasar de la base can onica a otra base distinta.
1.2.
1.2.1.
M etrica
Espacios vectoriales normados
El siguiente ingrediente que necesitamos para dotar al espacio vectorial - de signicado geom etrico es denir una operaci on distancia. Para ello basta con disponer de una funci on, llamada norma , que nos permita medir la longitud de cada vector x de -. Una vez denida esta funci on, la distancia entre cualquier par de vectores x, y - (d(x, y )) puede denirse, p. ej., como la norma del vector diferencia x, y -, d(x, y ) y x (1.22) Para que la funci on distancia se corresponda con lo que intuitivamente se entiende por distancia esta funci on debe cumplir ciertas propiedades, como por ejemplo que la distancia de x a y debe ser igual a la de y a x, que debe ser siempre mayor o igual que cero, que debe cumplir la propiedad triangular y que la distancia de x a 0 debe ser || veces la distancia de x a 0 (para cualquier vector x - y cualquier escalar , siendo || el valor absoluto de ). Como consecuencia se dene la operaci on norma como cualquier funci on denida sobre el espacio vectorial - que cumpla las siguientes propiedades La operaci on norma es denida positiva x -, El u nico elemento de x 0 (1.23)
- con longitud cero es el elemento nulo de x = 0 si y s olo si x = 0 (1.24)
Comportamiento respecto al producto por escalares x -, Desigualdad triangular x, y -, , x = || x (1.25)
x + y x + y
(1.26)
Una vez denida una operaci on norma, la distancia entre dos vectores cualesquiera del espacio puede denirse de manera natural como se ha dicho anteriormente (Ec. (1.22)), aunque esta no es la u nica posibilidad. En general puede tomarse como operaci on distancia a cualquier funci on que cumpla las siguientes propiedades La operaci on distancia es denida positiva x, y -, d(x, y ) 0 (1.27)
Dos vectores separados por una distancia nula son el mismo vector d(x, y ) = 0 si y s olo si x = y Simetr a (1.28)
x, y -,
d(x, y ) = d(y , x)
(1.29)
1.2. METRICA Desigualdad triangular x, y , z -, d(x, z ) d(x, y ) + d(y , z )
(1.30)
En el caso particular de denir la distancia como la norma del vector diferencia (Ec. (1.22)), que es la opci on m as habitual, las propiedades que cumple la operaci on norma garantizan que la operaci on distancia d cumple las propiedades anteriores. Un espacio vectorial sobre el que se ha denido una operaci on norma se denomina espacio normado, los espacios vectoriales sobre los que se ha denido una operaci on distancia se denominan espacios m etricos.
1.2.2.
Producto escalar
Una vez denida la operaci on distancia, el u ltimo ingrediente que necesitamos para dotar a los elementos de - de una estructura geom etrica es denir una operaci on que nos permita medir angulos, lo cual nos permitir a denir el concepto de ortogonalidad. Para ello se introduce la funci on producto escalar (o producto interior), que denotaremos indistintamente por producto escalar de x por y (x, y ) x y (1.31)
Dado el espacio vectorial - sobre el cuerpo , se dene la operaci on producto escalar ( , ) como una funci on denida sobre - - con imagen en x1 , x2 -, que cumpla las siguientes propiedades Propiedad herm tica x1 , x2 -, (x1 , x2 ) = (x2 , x1 ) (1.33) (x1 , x2 ) (1.32)
donde z es el complejo conjugado del n umero complejo z . Si el cuerpo es el de los n umeros reales esta propiedad se reduce a la relaci on de simetr a x1 , x2 -, (x1 , x2 ) = (x2 , x1 ) (1.34)
Propiedad distributiva respecto a la suma de vectores en el segundo argumento x1 , x2 , x3 -, de donde se deduce x1 , x2 , x3 -, (x1 + x2 , x3 ) = (x1 , x3 ) + (x2 , x3 ) (1.36) (x1 , x2 + x3 ) = (x1 , x2 ) + (x1 , x3 ) (1.35)
Linealidad respecto al producto por escalares en el primer argumento x1 , x2 -, de donde se deduce x1 , x2 -, En el caso en que , (x1 , x2 ) = (x1 , x2 ) (1.38) , (x1 , x2 ) = (x1 , x2 ) (1.37)
= 4 esta propiedad se reduce a (x1 , x2 ) = (x1 , x2 ) = (x1 , x2 ) (1.39)
x1 , x2 -, 4,
CAP ITULO 1. ESPACIOS VECTORIALES El producto escalar de un vector por s mismo es denido positivo x -, (x, x) 0 (1.40)
El u nico vector con producto escalar por s mismo nulo es el vector nulo (x, x) = 0 si y s olo si x = 0 (1.41)
Un espacio vectorial en el que se ha denido un producto escalar se denomina espacio dotado de producto interno. Una vez denido el producto escalar podemos denir el angulo () formado por dos vectores x e y a partir de la relaci on x y xy cos (1.42)
de tal forma que en el caso de un espacio vectorial denido sobre el cuerpo de los reales el producto escalar x ei (con ei = 1) corresponde a la proyecci on ortogonal de x sobre la direcci on denida por el vector unitario ei . Si = 4 y la m etrica de - es eucl dea esta denici on de x y se corresponde con la denici on cl asica del angulo formado por estos dos vectores. Denimos tambi en que dos vectores son ortogonales si y s olo si su producto escalar es nulo x y si y s olo si x y = 0 (1.43)
Las propiedades que cumple la operaci on producto escalar permiten denir una operaci on norma de manera natural por medio de x (x, x)1/2 (1.44) A partir de las propiedades que cumple la operaci on producto escalar es muy f acil comprobar que la anterior relaci on dene una norma. La existencia de una funci on producto escalar implica que podemos denir una funci on norma por medio de Ec. (1.44), sin embargo el rec proco no es cierto. Es decir, dada una funci on norma no est a garantizado que sea posible denir una operaci on producto escalar compatible con esta norma. Existen funciones norma que no provienen de (o que no son compatibles con) ning un producto escalar. No obstante los espacios vectoriales que suelen emplearse en f sica se caracterizan precisamente por tener funciones norma denidas a partir de un producto escalar. Este tipo de espacios vectoriales se denominan en general pre-Hilbert, y se denominan espacios de Hilbert cuando, adem as de tener una norma inducida por el producto escalar, son completos (o de Banach). Donde se entiende por espacio de Banach (o completo) aquel en el que para toda sucesi on convergente de vectores enteramente contenida en el espacio (es decir, para toda sucesi on de Cauchy), el l mite al que tiende la sucesi on tambi en est a contenido en el espacio. Para darse cuenta del signicado de esta propiedad es interesante considerar el ejemplo del espacio funcional dado por los polinomios de una variable a los que hac amos referencia antes. Para ver que este espacio no es completo podemos considerar, p. ej., el desarrollo en serie de Taylor de sin x hasta orden N centrado en x = 0, que denimos como sN (x) N (1)n 2n+1 sN (x) = x (2n + 1)!
n=0
Como es bien sabido, en el l mite N este desarrollo converge uniformamente a sin x (x 4). Para cualquier N nito este desarrollo es un polinomio, por tanto la sucesi on {si (x)}N i=1 (N = 1, 2, 3, . . . ) es convergente y est a enteramente contenida en el espacio, pero el l mite al que tiende
1.2. METRICA
Espacios Lineales Normados

Espacios de Banach
(completos)
Norma inducida por el Producto Escalar PreHilbert Hilbert
Figura 1.1: Esquema de inclusiones para espacios vectoriales normados.
esta sucesi on al hacer N no pertenece al espacio, ya que sin x no es un polinomio. Como consecuencia deducimos que el espacio vectorial denido por los polinomios de una variable no es completo. Los espacios de Hilbert son los espacios con un signicado geom etrico m as intuitivo y sencillo, y son los m as empleados en f sica. Como ejemplos t picos de espacios de Hilbert con dimensi on nita tenemos 4n y +n , y con dimensi on innita tenemos el espacio de Lebesgue 2 , formado por las funciones de cuadrado integrable.
1.2.3.
Tensor m etrico
A partir de este momento consideramos s olamente el caso de un espacio vectorial de dimensi on nita (n) denido sobre el cuerpo de los reales. Consideremos el producto escalar de dos vectores cualesquiera x e y . Dada una base cualquiera del espacio vectorial, x e y est an dados por sus correspondientes desarrollos en componentes x = x1 e1 + x2 e2 + + xn en , y = y 1 e1 + y 2 e2 + + y n en (1.45)
Aplicando las propiedades de linealidad del producto escalar, x y puede ponerse como xy =
n n i=1 j =1
gij xi y j
(1.46)
donde hemos denido el tensor m etrico gij como la tabla de todos los productos escalares de los vectores de la base gij ei ej , i, j, = 1, . . . , n (1.47) M as adelante veremos por qu e denominamos tensor a la matriz gij , lo que debe quedar claro de momento es que gij contiene toda la informaci on necesaria para calcular el producto escalar de cualquier par de vectores del espacio en consideraci on. Por otra parte, en el caso de un espacio vectorial sobre los reales es evidente que el tensor m etrico debe ser sim etrico gij = gji (1.48)
10 Convenio de Suma de Einstein
Al manejar tensores aparecen con mucha frecuencia expresiones como Ec. (1.46), donde se realiza la suma de una expresi on dependiente de uno o m as ndices (aqu i y j ) para todos los valores posibles de los mismos (es decir, desde 1 hasta la dimensi on del espacio n). El convenio de suma de Einstein es un m etodo muy extendido para simplicar la escritura de este tipo de f ormulas, consiste en asumir que: cualquier monomio donde aparezca un ndice repetido representa la suma del monomio respecto al ndice repetido, para todos los valores posibles del ndice. Aplicando el convenio de suma de Einstein el desarrollo de un vector en componentes (Ec. (1.15)) se escribe como x = x i ei (1.49) y el producto escalar x y (Ec. (1.46)) puede escribirse sencillamente como x y = gij xi y j (1.50)
donde los sumatorios respecto de i y j se sobreentienden. En la anterior expresi on los ndices i y j se denominan ndices mudos ya que el resultado no depende de los s mbolos empleados para estos ndices gij xi y j = gpq xp y q = g x y = g11 x1 y 1 + g12 x1 y 2 + + g21 x2 y 1 + . . . (1.51)
Por el contrario, se denominan ndices libres a aquellos respecto de los que no se realiza la suma. En los dos ejemplos anteriores todos los ndices eran mudos. En la expresi on
j i Ai jx = y
(1.52)
no hay ning un monomio en el que el ndice i est e repetido, esto nos indica que no se realiza la suma respecto del ndice i, y por tanto el resultado de esta operaci on depende del valor que asignemos i j a este ndice. De hecho, Aj x representa la componente i del vector y , resultante de aplicar la j aplicaci on lineal A (con matriz Ai ndices y j ) sobre el vector x (con componentes x ). El uso de sub super ndices no es arbitrario, responde a los dos tipos de comportamiento tensorial frente a cambios de base que existen (covariante y contravariante), tal y como veremos al nal de este cap tulo. A partir de este momento supondremos que se aplica el convenio de suma de Einstein para cualquier expresi on en la que aparezca un monomio con ndices repetidos, a menos que se diga expl citamente lo contrario.
1.2.4.
Topologa m etrica
La operaci on distancia induce en el espacio vectorial una topolog a, dada por la topolog a m etrica. Es decir, una vez denida la operaci on distancia d sobre el espacio vectorial, podemos denir el conjunto de bolas abiertas (con radio r) en torno a cualquier punto x de -, como el conjunto de puntos y - tales que d(x, y ) < r. Existen muchos ejemplos de normas y de distancias diferentes, cada uno de estos ejemplos genera una topolog a diferente en el espacio. El ejemplo m as habitual es el de la m etrica eucl dea, en el que denimos como distancia entre x e y a la longitud de la l nea recta que une estos puntos.
1.3. ESPACIOS EUCL IDEOS Y NO EUCL IDEOS
11
1.3.
Espacios Eucl deos y no Eucl deos
En general se llama m etrica Riemanniana a cualquier m etrica denida a trav es de la norma inducida por un producto escalar dado por un tensor m etrico gij que cumpla las dos propiedades siguientes: simetr a: gij = gji invertibilidad: det gij = 0 Los espacios dotados de una m etrica Riemanniana se llaman espacios de Riemann o Riemannianos. Un caso particular de estos espacios son los espacios Eucl deos, denidos por la m etrica Eucl dea habitual. En un espacio Eucl deo la distancia entre los puntos x e y est a dada por la longitud de la l nea recta que une estos puntos, cuyo valor en un sistema de coordenadas cartesianas puede calcularse por medio del teorema de Pit agoras d(x, y ) = (y 1 x1 )2 + (y 2 x2 )2 + + (y n xn )2 (1.53) o lo que es lo mismo, el elemento diferencial de longitud (ds) est a dado por ( ) ( ) 2 2 (ds)2 = dx1 + dx2 + + (dxn )2 donde xi , y i son las proyecciones de x e y sobre n direcciones mutuamente perpendiculares. El producto escalar que induce esta m etrica es el producto escalar habitual x y = x1 y 1 + x2 y 2 + + xn y n (1.55)
(1.54)
que corresponde al caso en que el tensor m etrico es la identidad gij = ij (i, j, = 1, . . . , n), donde se dene la delta de Kronecker como { 1 si i = j ij i ij = = j = (1.56) 0 si i = j En general se dene como espacio Eucl deo a cualquier espacio Riemanniano en el que existe al menos una base tal que el tensor m etrico en esa base est a dado por la delta de Kronecker. Los espacios Riemannianos en los que no existe ninguna base en la que gij sea la identidad se dicen no Eucl deos. En general, dependiendo de la base que tomemos el tensor m etrico puede dejar de ser la identidad incluso si el espacio es Eucl deo (esto es lo que sucede si tomamos como base un conjunto de vectores que no sean mutuamente ortogonales).
1.3.1.
Bases ortonormales
En los espacios Eucl deos se denen las bases ortonormales como aquellas en las que el tensor m etrico es la identidad. Como puede verse, la propiedad que caracteriza a las bases ortonormales es que todos los vectores de la base tienen longitud unidad (est an normalizados) y son mutuamente perpendiculares ei ej = ij ; i, j = 1, . . . , n (1.57) Multiplicando escalarmente el desarrollo en componentes de un vector cualquiera (Ec. (1.15)) por ej y recordando las relaciones de ortogonalidad Ec. (1.57), encontramos que la componente xj del vector x respecto de una base ortonormal est a dada por xj = (ej , x) ; j = 1, . . . , n (1.58)
12
por tanto xj = x cos (siendo el angulo formado por x y ej ), es decir, xj es la proyecci on ortogonal de x sobre la direcci on denida por ej . En el caso de una base ortornormal las componentes de un vector est an, por tanto, dadas por las correspondientes proyecciones ortogonales del vector sobre cada uno de los elementos de la base. M etodo de ortonormalizaci on de Gram-Schmidt Dada una base cualquiera de un espacio Eucl deo, el m etodo de ortonormalizaci on de GramSchmidt es un procedimiento muy sencillo que permite construir una base ortonormal a partir de la base de partida. Supongamos que tenemos una base cualquiera dada por los vectores {t1 , t2 , . . . , tn }, siguiendo el m etodo de ortonormalizaci on de Gram-Schmidt denimos: t1 , t1 t e2 = 2 , t 2 t e3 = 3 , t 3 e1 = t 2 = t2 (e1 , t2 ) e1 , t 3 = t3 (e1 , t3 ) e1 (e2 , t3 ) e2 , ... ... t n = tn
n 1 i=1
... (ei , tn ) ei , en =
... t n t n (1.59)
De esta forma vamos construyendo una base ortonormal de forma sucesiva, restando a cada uno de los tj su proyecci on sobre el subespacio generado por todos los ei anteriores (i = 1, . . . , j 1) y posteriormente normalizando. Dejamos para los ejercicios la demostraci on de que este procedimiento genera una base ortonormal. Dado que los ei generados por este mecanismo son ortonormales, tambi en son linealmente independientes, y como son combinaci on lineal de los ti de partida y el cardinal de la base es el mismo, deducimos que la envolvente lineal de los ei coincide con la de la base de partida.
1.3.2.
Espacios no Eucl deos: espacio dual y base dual
Seg un hemos visto previamente, siempre es posible escribir un vector como combinaci on lineal de los vectores de una base cualquiera, independientemente de si el espacio es Eucl deo o no. Si el espacio es Eucl deo y se emplea una base ortonormal las componentes de un vector est an dadas por las correspondientes proyecciones ortogonales del vector sobre cada uno de los elementos de la base. En el caso general de un espacio vectorial no necesariamente Eucl deo c omo se denen las componentes de un vector? Para responder esta pregunta es necesario introducir los conceptos de espacio dual y base dual. Dado el espacio vectorial - sobre el cuerpo de los reales, el conjunto de aplicaciones lineales (a ) denidas sobre - con imagen en 4 a : x a (x) 4 (1.60)
tiene a su vez estructura de espacio vectorial y recibe el nombre de espacio dual - . En espacios de dimensi on nita (y en general en espacios de Hilbert) el espacio dual es isomorfo al espacio vectorial de partida. En este caso se deduce el teorema de Riesz-Fr echet, seg un el cual
1.3. ESPACIOS EUCL IDEOS Y NO EUCL IDEOS dada la aplicaci on lineal a producto escalar a x
13
- , existe un u nico a - tal que a (x) es sencillamente el

(1.61)
a - , !a - / a (x) = (a, x) = a x
El teorema de Riesz-Fr echet permite identicar, por medio de un isomorsmo, cada elemento de un espacio vectorial con un elemento del espacio dual, de la manera que acabamos de indicar (a (x) = (a, x)). Por su propia denici on est a claro que el isomorsmo que asocia la aplicaci on lineal a de - con el vector a de - (y viceversa) depende del producto escalar que estemos considerando en -, de modo que distintos productos escalares nos llevar an a asociar elementos distintos. Una vez denido el espacio dual - podemos considerar el espacio de las aplicaciones lineales denidas sobre - , es decir, el dual del dual de -. En este caso se puede comprobar que el dual del dual - es isomorfo al espacio de partida -, y que el isomorsmo que relaciona cada elemento de - con uno de - es independiente de cu al sea el producto escalar que estemos considerando en -, motivo por el cual este isomorsmo se denomina isomorsmo can onico. Como resultado tenemos que el espacio - coincide con el espacio de partida -, independientemente del producto escalar considerado. Dado un vector x de - y una base cualquiera {ei }n on que genera la componente i=1 , la aplicaci i x de x respecto de esta base es una aplicaci on lineal (que llamaremos ei ) ei (x) = xi Como ei es una aplicaci on lineal, ei pertenece al espacio dual (1.62)
- .
C omo sabemos que la aplicaci on que dene cada componente i de un vector respecto a una base arbitraria es una aplicaci on lineal? A primera vista esta armaci on podr a parecer arbitraria, sin embargo es totalmente natural. La aplicaci on que genera las componentes de un vector respecto de una base cualquiera debe ser una aplicaci on continua y diferenciable. Esto es necesario si queremos que las componentes de cualquier vector var en de forma continua y diferenciable al variar el vector de forma continua y diferenciable. Tambi en parece l ogico exigir que el vector nulo tenga todas sus componentes nulas, independientemente de la base considerada. Por otra parte, tambi en exigimos que las operaciones de suma de vectores y multiplicaci on por escalares puedan calcularse componente a componente en cualquier base. El resultado de estas condiciones es que la aplicaci on que produce la componente del vector x respecto del elemento ei de cualquier base tiene que ser necesariamente una aplicaci on lineal, que denotamos por ei . Aplicando ahora el teorema de Riesz-Fr echet, para cada aplicaci on i i i i lineal bf e - existe un u nico vector e - tal que x = e (x) est a dado sencillamente por el producto escalar xi = ei x. El conjunto de aplicaciones lineales que nos dan las componentes xi respecto de una base cualquiera {ei }n i=1 son linealmente independientes y forman una base del espacio dual, llamada base dual. Claramente la base dual cumple
i ei (ej ) = (ei , ej ) = j ,
i, j = 1, . . . , n
(1.63)
independientemente de si la m etrica de este espacio es Eucl dea o no, e independientemente de si la base {ei }n es ortogonal o no. Dado que el espacio dual es isomorfo al espacio de partida, la i=1 i n base {e }i=1 del espacio dual tambi en es base del espacio de partida.
14
Como consecuencia, en un espacio vectorial - (no necesariamente Eucl deo), dada una base i }n ), tal que ei e = i . Proyectando cualquiera ({ei }n ) existe otra base, llamada base dual ( { e j i=1 i=1 j entonces el desarrollo en componentes de x (Ec. (1.15)) sobre la direcci on ej de la base dual y aplicando las relaciones Ec. (1.63), encontramos que la componente xi de x respecto de {ei }n i=1 est a dada por la proyecci on ortogonal de x sobre el vector ei de la base dual. En general la base dual de una base dada cualquiera ser a otra base distinta. En el caso particular de un espacio vectorial Eucl deo, cuando se usa una base ortonormal se da la circunstancia excepcional de que la base dual coincide con la base de partida. Normalmente esto no se cumplir a, en el caso general la base dual a una base dada ser a diferente de la base dada. M as adelante veremos c omo calcular cada una de estas bases cuando se conoce la otra. Dejamos para los ejercicios la demostraci on de las siguientes propiedades importantes: la base i n n dual siempre existe y es u nica; si {e }i=1 es la base dual de {ei }n i=1 , entonces {ei }i=1 es la base i n dual de {e }i=1 (es decir, el dual del dual nos devuelve a la base de partida). Normalmente emplearemos sub ndices para numerar los vectores de la base de partida, y super ndices para numerar los vectores de la base dual. Como ya se ha mencionado, el uso de suby super- ndices no es arbitrario, sino que corresponde a los comportamientos co- y contra-variante de estos objetos al aplicar un cambio de base, tal y como veremos a continuaci on. Tensor m etrico: relaci on entre una base y su dual Aplicando que el espacio dual es isomorfo al espacio de partida hemos identicado los vectores de la base dual con vectores del espacio de partida, en el sentido del teorema de Riesz-Fr echet (Ec (1.61)). Dado que son vectores del mismo espacio, entonces podemos escribir los vectores de la base dual como combinaci on lineal de los vectores de la base, escribimos esta combinaci on lineal como ei = g ij ej (1.64)
Nos queda por determinar cu ales son las componentes de este objeto g ij . Para ello basta con sustituir en la propiedad que dene a la base dual (Ec. (1.63)), de donde deducimos
i g ik gkj = j
(1.65)
por tanto la matriz g ij es sencillamente la inversa del tensor m etrico gij (recordar que en espacios Riemannianos el tensor m etrico siempre es invertible det gij = 0). Por tanto, la inversa del tensor m etrico aplicada sobre la base de partida nos genera la base dual. Esta relaci on nos indica de forma trivial que en el caso de un espacio Eucl deo, la base dual de una base ortonormal coincide con ella misma. Por otra parte, sustituyendo este desarrollo (Ec. (1.64)) en ei ej es inmediato demostrar que ei ej = g ij , i, j = 1, . . . , n (1.66) por tanto la inversa del tensor m etrico nos proporciona la tabla de productos escalares de los vectores de la base dual. En otras palabras, el objeto g ij es el tensor m etrico de la base dual, o tensor m etrico dual. Por u ltimo, dado que son vectores del mismo espacio tambi en podemos escribir los vectores de la base de partida como combinaci on lineal de la base dual. En este sentido dejamos para los ejercicios demostrar que el tensor m etrico aplicado sobre la base dual nos genera la base de partida ei = gij ej (1.67)
1.4. CAMBIOS DE BASE Matriz correspondiente a una aplicaci on lineal
15
Una vez hemos visto c omo se calculan las componentes de un vector en el caso general (respecto de una base cualquiera en un espacio no necesariamente Eucl deo) ( ) x = ei , x ei = x i ei (1.68)
veamos ahora c omo se calculan las componentes de una aplicaci on lineal A, que transforma vectores de - en vectores de -: A : x A(x) = y Escribiendo los vectores x e y en componentes encontramos ( ) A x j ej = y k ek (1.70) (1.69)
multiplicando escalarmente por ei por la izquierda y recordando que la aplicaci on A es lineal encontramos ( i ) e A(ej ) xj = y i (1.71) donde identicamos ei A(ej ) como la componente i del vector que resulta de aplicar A sobre ej . Si denimos esto como la componente Ai on A respecto de la base {ei }n j de la aplicaci i=1 , encontramos que la aplicaci on de A sobre x puede ponerse en componentes como
j i Ai jx = y
(1.72)
j es decir, como el producto de la matriz Ai on j por el vector columna x . Por tanto, dada una aplicaci n i lineal A y una base cualquiera {ei }i=1 (no necesariamente ortonormal), la matriz Aj correspondiente a esta aplicaci on est a dada por ( i ) Ai (1.73) j e , A(ej )
donde el super- ndice i recorre las las y el sub- ndice j las columnas de la matriz Ai j . En el caso n en que el espacio - sea Eucl deo y la base {ei }i=1 sea ortonormal (y s olo en ese caso) tendremos que ei = ei , en un caso general ei estar a dado por el correspondiente vector de la base dual.
1.4.
Cambios de base
El m etodo de ortonormalizaci on de Gram-Schmidt nos proporciona el primer ejemplo de cambio de base. En general, cuando se aplica un cambio de base sobre un espacio vectorial est a claro que los vectores y las aplicaciones lineales denidas sobre estos vectores no cambian, es decir, permanecen invariantes bajo el cambio de base. Por el contrario, las componentes de estos vectores y aplicaciones lineales respecto a una base concreta s cambian al cambiar los vectores de la base. Precisamente, la ley de transformaci on que siguen las componentes de un vector se deduce al imponer que el vector es el mismo independientemente de cu al sea la base a la que est en referidas sus componentes i x = x i ei = x i e (1.74)
16
1.4.1.
Denici on de cambio de base
Dado un espacio vectorial - y dos bases, la base antigua {e1 , . . . , en } y la base nueva 1 , . . . , e n }, se dene como cambio de base a la aplicaci {e on invertible C tal que al aplicarla sobre la base antigua genera la base nueva y viceversa. C : { e1 , . . . , en } C
1
1 , . . . , e n } {e {e1 , . . . , en } (1.75)
1 , . . . , e n } : {e
Para ver de qu e tipo de aplicaci on estamos hablando recordamos que cada uno de los vectores de la base nueva pertenecen a -, por tanto pueden ponerse como combinaci on lineal de los vectores de la base antigua. Escribimos esta relaci on en la forma siguiente i = Cij ej , e i = 1, . . . , n (1.76)
(donde se aplica el convenio de suma de Einstein para el ndice mudo j ). Esto nos indica que la aplicaci on cambio de base es una aplicaci on lineal, descrita por una matriz con componentes Cij , dadas por la coordenada j del vector i de la base nueva referido a la base antigua. Es decir, la matriz del cambio de base est a formada por las componentes de los vectores de la base nueva respecto a la base antigua, escritos como vectores columna ) ( 2 . . . e n 1 e (1.77) C= e Para que la base nueva sea una base v alida es necesario que sus vectores sean linealmente independientes, lo cual queda garantizado si el determinante de la matriz del cambio de base es distinto de cero (en caso contrario el cambio de base no es v alido). Suponiendo entonces que det C = 0 tenemos que la matriz del cambio C es invertible. Para simplicar las expresiones denimos la matriz D como la inversa de C D C 1 ,
j j , e ei = Di i k i k i Dk Cj = Ck Dj = j
(1.78)
Aplicando el cambio inverso D sobre la relaci on Ec. (1.76) encontramos directamente i = 1, . . . , n (1.79)
que nos proporciona la expresi on de los vectores de la base antigua como combinaci on lineal de la base nueva. Ley de transformaci on de la base dual i }n Por medio del cambio de base C (Ec. 1.75) pasamos a la nueva base {e i=1 , cuya base dual i n }i=1 cumple por denici {e on i i e j = j e (1.80) de donde se deduce directamente que la base dual se transforma con la matriz inversa a la matriz del cambio de base i j i = Dj e e (1.81) i como combinaci Para verlo basta con escribir e on lineal de la base dual antigua, sustituir en Ec. (1.80) y aplicar la propiedades de linealidad del producto escalar (los detalles se dejan para los ejercicios). A partir de esta relaci on (Ec. (1.81)) es trivial vericar
i j ei = C j e
(1.82)
que nos proporciona los vectores de la base dual antigua como combinaci on lineal de los vectores de la base dual nueva.
1.4. CAMBIOS DE BASE Comportamiento covariante y contravariante
17
Seg un hemos visto, al aplicar un cambio de base los vectores de la base se transforman con la matriz del cambio de base (C ) y los vectores de la base dual se transforman con la matriz inversa del cambio de base (D). Estos dos tipos de comportamiento se denominan respectivamente como covariante y contravariante vectores de la base vectores de la base dual ei : ei : comportamiento covariante comportamiento contravariante i = Cij ej e
i j i = Dj e e
En general emplearemos super ndices para denotar objetos con comportamiento contravariante y sub ndices para los objetos con comportamiento covariante
1.4.2.
Cambios de base sobre vectores
Un vector cualquiera puede expresarse indistintamente en t erminos de cualquier base (Ec. e relaci on existe entre las componentes de x en ambas bases? Sustituyendo la expresi on (1.74)) Qu de los vectores de la base antigua en t erminos de la nueva (Ec. (1.79)) en Ec. (1.74), e identicando componente a componente, deducimos i j x i = Dj x (1.83) Por tanto, las componentes de un vector respecto de una base cualquiera tienen comportamiento ix contravariante. A partir de esta relaci on es inmediato demostrar la relaci on inversa xi = Cj j , lo cual se deja para los ejercicios. Por otra parte, dado que la base dual tambi en es una base v alida del espacio vectorial, podemos expresar cualquier vector del espacio por medio de sus componentes respecto a la base dual (antigua o nueva) i (1.84) x = x i ei = x i e Por medio de la ley de transformaci on de los vectores de la base dual (Ecs. (1.81) y (1.82)) es muy f acil comprobar que las componentes de x respecto a la base dual se transforman seg un x i = Cij xj ,
j xi = Di x j
(1.85)
Las componentes de un vector respecto de una base cualquiera tienen compontamiento contravariante y se denominan componentes contravariantes, mientras que las componentes respecto a la base dual de una base dada tienen comportamiento covariante, y se denominan componentes covariantes. En general las componentes co- y contra-variantes son distintas. En el caso particular de un espacio Eucl deo, cuando se emplea una base ortonormal las componentes co- y contra-variantes de cualquier vector coinciden, y en ese caso no es necesario establecer ninguna distinci on entre ellas. En el contexto del c alculo tensorial tendremos siempre en mente el caso general de un espacio vectorial no necesariamente Eucl deo, por tanto es fundamental no confundir las componentes de uno y otro tipo. La relaci on existente entre los vectores de la base de partida y la base dual y viceversa (Ecs. (1.64) y (1.67)) nos permiten calcular las componentes co-variantes de un vector a partir de sus componentes contravariantes relativas a cualquier base (y viceversa). El resultado es xi = gij xj , xi = g ij xj (1.86)
18
(dejamos la demostraci on para los ejercicios) que ilustra la conocida propiedad de subida y bajada de ndices por medio del tensor m etrico y su inversa, que emplearemos con mucha frecuencia a lo largo del curso. Una de las propiedades interesantes que tiene conocer ambos tipos de componentes es la siguiente: una vez conocemos las componentes co- y contra-variantes de dos vectores x e y , su producto escalar x y puede calcularse indistintamente seg un cualquiera de las expresiones siguientes x y = gij xi y j = g ij xi yj = xi yi = xi y i (1.87)
Obs ervese que las dos u ltimas expresiones son an alogas a la que encontrar amos al usar una base ortonormal en el caso de una espacio vectorial Eucl deo, sin embargo x y = xi yi = xi y i es correcto independientemente de cu al sea la base y de si el espacio es o no Eucl deo.
1.4.3.
Cambios de base sobre aplicaciones lineales
An alogamente a como hemos hecho con el caso de los vectores, imponiendo que las aplicaciones lineales permanecen invariantes al aplicar un cambio de base podemos deducir c omo se transforman las componentes de estas aplicaciones lineales respecto de una base cualquiera bajo un cambio de base. Si la imagen de un vector x al aplicar la aplicaci on lineal A es Ax = y , la expresi on en componentes de esta igualdad debe cumplirse independientemente de cu al sea la base empleada
j i Ai jx = y , j i x A i j = y
(1.88)
j i i j e y donde Ai i son las j , x e y son las componentes de A, x e y respecto a la base antigua ei y Aj , x i , denida por medio del cambio Ec. (1.76). Sustituyendo la componentes respecto a la base nueva e ley de transformaci on de las componentes de un vector (Ec. (1.83)) es inmediato deducir la relaci on que todos conocemos i k l i = Di Ak C l , A Ai (1.89) j j = Ck Al Dj k l j
Tambi en podemos llegar al mismo resultado sustituyendo la ley de transformaci on de los vectores de la base (de partida y dual) en la expresi on an aloga a Ec. (1.73) pero en t erminos de la base nueva, es decir ( i ) i , A( A ej ) (1.90) j e Por tanto, vemos que la matriz correspondiente a una aplicaci on lineal es un objeto 1-covariante 1-contravariante, ya que tiene un ndice de cada tipo.
1.4.4.
Ley de transformaci on del tensor m etrico
Dada una base cualquiera y su dual se dene el tensor m etrico gij y su inverso de acuerdo a las relaciones Ec. (1.47) y Ec. (1.66) respectivamente. Por tanto, en t erminos de la base nueva y su dual tenemos las relaciones i e j , i e j g ij = e g ij = e (1.91) i y e i deducimos que el tensor m Aplicando las leyes de transformaci on de e etrico en t erminos de la nueva base est a dado por
l g ij = Cik Cj gkl , k l gij = Di Dj g kl
(1.92)
mientras que para el tensor m etrico de la base dual encontramos

i j kl g ij = Dk Dl g , i j kl g ij = Ck Cl g
(1.93)
1.4. CAMBIOS DE BASE
19
Este resultado indica que gij es un objeto 2-covariante, ya que se transforma aplicando 2 veces la matriz del cambio, y g ij 2-contravariante, ya que se transforma aplicando 2 veces la inversa de la matriz del cambio. Expresi on matricial de operaciones tensoriales Similarmente a como sucede para la ley de transformaci on de vectores (p. ej., para las componentes contravariantes [ x] = [D][x]), la ley de transformaci on que hemos encontrado para aplicaciones li] = [D][A][C ]). i = Di Ak C l ) puede escribirse directamente como un producto matricial ([A neales (A j k l j l g no coincide con el producto matricial [C ][C ][g ], ni tampoco con Sin embargo el producto Cik Cj kl ndice k recorre las las e i las columnas, si asignamos el [C ][g ][C ]. Recordando que en Cik el primer ndice de gkl a las las y el segundo a las columnas vemos que la expresi on matricial de T [g ][C ], donde [C ]T es la traspuesta de la matriz [C ]. lg estar a dada por [ g ] = [ C ] g ij = Cik Cj kl Por tanto la ley de transformaci on de gij es distinta de la ley de transformaci on que cumplen las matrices, a pesar de que ambos son objetos tensoriales de orden 2. Como veremos en este curso, el algebra tensorial generaliza al algebra matricial, de forma que hay expresiones tensoriales cuya transcripci on en t erminos de matrices es dif cil, o incluso imposible. Por este motivo, al trabajar con tensores lo normal es escribir todos los productos en componentes, y no se insiste en la transcripci on en t erminos de matrices de estos productos, ni siquiera en aquellos casos en los que la transcripci on matricial es posible. Ley de transformaci on de productos escalares Por u ltimo, es muy f acil comprobar que el producto escalar de dos vectores es, efectivamente, un escalar, es decir, un invariante bajo cambios de base. Independientemente de la base que estemos empleando el producto escalar x y se dene como gij xi y j . Sustituyendo la ley de transformaci on de gij , xi e y j es muy f acil comprobar que el comportamiento 2-covariante de gij cancela los comportamientos 1-contravariante de xi e y j , de forma que el resultado nal es invariante bajo cambios de base, es decir, el producto escalar de dos vectores es un escalar. Tambi en es un escalar la traza de las aplicaciones lineales, denida como la suma de los elementos de la diagonal, trA Ai on de las aplicaciones i , en cualquier base. Aplicando la ley de transformaci lineales (Ec. (1.89)) se comprueba que, al tomar la traza, el comportamiento contravariante del super ndice se cancela con el comportamiento covariante del sub ndice, de forma que el resultado nal es el mismo independientemente de qu e base estemos empleando. Transformaciones ortogonales A lo largo de este curso veremos con mucha frecuencia c omo se comportan las componentes de diversos objetos al aplicar un cambio de base. Normalmente consideraremos cambios de base totalmente generales, descritos por la matriz del cambio C (Ec. (1.77)) y su correspondiente inversa D C 1 (Ec. (1.78)). En un cambio de base general la matriz inversa D no coincide con la traspuesta C 1 = C T , la excepci on a esta regla est a dada por las conocidas transformaciones ortogonales en espacios Eucl deos. Para evitar confusiones en este sentido, vamos a ver a continuaci on 1 T qu e tipo de transformaciones cumplen la relaci on excepcional C = C . Se denomina transformaci on unitaria (U ) a cualquier aplicaci on que preserva los productos escalares para todo par de vectores x e y pertenecientes a un espacio vectorial x, y -, (U (x), U (y )) = (x, y ) (1.94)
20
Como caso particular de las anteriores, se denominan transformaciones ortogonales a las transformaciones unitarias denidas en un espacio vectorial sobre el cuerpo de los reales. Aplicando la relaci on que dene las transformaciones unitarias (Ec. (1.94)) puede demostrarse f acilmente que en un espacio vectorial Eucl deo la matriz de una transformaci on unitaria respecto de una base ortonormal es una matriz unitaria, es decir, una matriz que cumple: U 1 = U ,
T T
en componentes
U 1
)i
j
= Ui
(1.95)
donde U se denomina matriz adjunta de U y est a dada por la traspuesta del complejo conjugado de U . Si el espacio - est a denido sobre el cuerpo de los reales, entonces la anterior relaci on se simplica a ( 1 )i U 1 = U T , en componentes U = Uij (1.96) j Este es el u nico caso en que la inversa coincide con la traspuesta. Las matrices que verican la relaci on Ec. (1.96) se denominan matrices ortogonales. Por su propia denici on, est a claro que en un espacio vectorial Eucl deo las aplicaciones unitarias transforman bases ortonormales en bases ortonormales, lo que hace que este tipo particular de transformaciones sea especialmente importante. En un cambio de base la inversa de la matriz C coincide con C T s olo si la base nueva es el resultado de aplicar una transformaci on ortogonal sobre la base antigua. Como casos particulares de cambios de base ortogonales tenemos las siguientes operaciones: rotaciones (rotaci on de los vectores de la base un cierto angulo respecto a un eje dado que pase por el origen), inversiones (reexi on de los vectores de la base seg un un determinado plano que pase por el origen), permutaciones (intercambio de dos vectores de la base antigua), cualquier combinaci on de las anteriores. Si el cambio de base C es ortogonal entonces det(C ) = 1. Los cambios de base con det(C ) = +1 corresponden a rotaciones, o a permutaciones con paridad positiva de los vectores de la base, mientras que los cambios con det(C ) = 1 corresponden a inversiones o a permutaciones con paridad negativa. En la pr actica los cambios de base ortogonales se emplean con much sima frecuencia, pero no son los u nicos posibles. Por ejemplo, el cambio de la base can onica de 43 , {i, j , k}, a la base dada por {2i, 2j , 2k} (que sigue siendo una base ortogonal pero no ortonormal), no es un cambio de base ortogonal. En este curso veremos diversos cambios de base concretos tanto ortogonales como no ortogonales.
1.4.5.
Resumen
En este apartado hemos visto las leyes de transformaci on de los 3 tipos de tensores m as habituales: tensores de orden 0 (escalares), tensores de orden 1 (vectores) y tensores de orden 2 (aplicaciones lineales y tensor m etrico); y los 2 tipos de comportamiento posibles bajo cambios de base: covariante y contravariante. Los resultados obtenidos son v alidos para un espacio vectorial de dimensi on nita arbitraria n, dotado de una m etrica de Riemann no necesariamente Eucl dea. La siguiente
1.5. PROBLEMAS Tensores de orden 2 orden 0 1 tipo escalares vector contravariante vector covariante aplicaciones lineales 2 tensor m etrico tensor m etrico dual ley de transformaci on invariantes
i xj x i = Dj
21
x i = Cij xj i = Di C l Ak A j k j l
lg g ij = Cik Cj kl i D j g kl g ij = Dk l
j Cuadro 1.1: Comportamiento de tensores de orden 2 bajo cambios de base ( ei = C i ej , D C 1 ).
tabla (C. 1.1) resume los tipos de tensores que hemos visto hasta ahora y su comportamiento bajo cambios de base: En los cap tulos siguientes generalizaremos estos conceptos al caso general, de tensores de orden r + s (r-covariante s-contravariante), posteriormente describiremos campos tensoriales y operaciones de c alculo (derivaci on e integraci on) con campos tensoriales de orden arbitrario. Por tanto es fundamental comprender bien todos los conceptos introducidos en este cap tulo.
1.5.
Problemas
1. Demostrar que para cualquier pareja de vectores x, y - existe un u nico z - tal que x=y+z 2. Dado un vector cualquiera x -, demostrar la relaci on 0x = 0 3. Dado un vector cualquiera x -, demostrar la relaci on (1) x = (x) 4. Demostrar que la envolvente lineal de cualquier conjunto de vectores {e1 , . . . , ep } p n, siendo n la dimensi on de -) es un espacio vectorial.
- (con
5. Demostrar que si e1 y e2 son linealmente independientes, entonces la intersecci on de las envolventes lineales de estos vectores se reduce a 0. 6. Dado un vector cualquiera x - y una base {e1 , . . . , en } de -, demostrar que la descomposici on de x como combinaci on lineal de la base (Ec. (1.15)) es u nica. 7. Dados los subespacios vectoriales independientes -1 y -2 , demostrar que la descomposici on de un vector x -1 -2 como x = x1 + x2 , donde x1 -1 y x2 -2 , es u nica.
22
CAP ITULO 1. ESPACIOS VECTORIALES 8. Dados los subespacios vectoriales independientes -1 y -2 con dimensiones n1 y n2 , demostrar que la dimensi on del espacio suma directa -1 -2 es n1 + n2 . 9. Demostrar que Eq. (1.35) implica que x1 , x2 , x3 -, (x1 + x2 , x3 ) = (x1 , x3 ) + (x2 , x3 )
10. Dado el espacio vectorial - denido sobre el cuerpo de los n umeros complejos +, demostrar que x - el producto escalar x x es real (para cualquier producto escalar). 11. Demostrar que si en un espacio vectorial dotado de producto escalar tenemos que x y = 0 y = 0, entonces x = 0. 12. Demostrar que dos vectores no nulos que sean ortogonales son, necesariamente, linealmente independientes. 13. Demostrar que dos vectores no nulos que sean linealmente independientes pueden no ser ortogonales. 14. Demostrar que el m etodo de ortonormalizaci on de Gram-Schmidt genera una base ortonormal. 15. Demostrar que la base dual siempre existe y es u nica. 16. Demostrar que la base dual del dual de una base cualquiera est a dado por la base de partida. 17. Demostrar las ecuaciones Ecs. (1.64, 1.65 y 1.67) que relacionan la base dual con la base de partida. 18. Demostrar que la inversa del tensor m etrico est a dada por Ec. (1.66). 19. Demostrar que la base dual se transforma con la matriz inversa del cambio de base (Ec. (1.81)). 20. Deducir la ley de transformaci on que cumplen las componentes de un vector bajo el cambio de base C : i j i j x i = Dj x , x i = Cj x donde D C 1 . 21. Deducir la ley de transformaci on que cumplen las componentes de un vector respecto a la base dual bajo el cambio de base C , dada por Ec. (1.85). 22. Deducir la relaci on entre las componentes co- y contra-variantes de un vector, dada por Ec. (1.86). 23. Demostrar la relaci on Ec. (1.87). 24. Demostrar la relaci on Ec. (1.89). 25. Demostrar las relaciones Ec. (1.92) y Ec. (1.93). 26. Demostrar que el producto escalar de 2 vectores dene un escalar (es decir, un objeto invariante bajo cambios de base).
1.6. BIBLIOGRAF IA 27. Demostrar que la traza de cualquier aplicaci on lineal es un escalar.
23
28. Demostrar que la matriz correspondiente a una transformaci on unitaria, respecto de una base T ortonormal, cumple U 1 = U . 29. Demostrar que la matriz correspondiente a una transformaci on ortogonal, respecto de una base ortonormal, cumple U 1 = U T . 30. Dado el cambio de base no ortogonal (pero extremadamente sencillo) que pasa de la base {i, j , k} de 43 (con m etrica Eucl dea) a {2i, 2j , 2k}, calcule la matriz del cambio de base y su inversa, calcule c omo cambia la base dual y c omo cambian las componentes de un vector contravariante y uno covariante. 31. Repita el ejercicio anterior considerando un tensor m etrico arbitrario. Calcule tambi en c omo cambian las componentes del tensor m etrico y del tensor m etrico dual.
1.6.
Bibliograf a
Para los apuntes de este cap tulo se ha consultado el texto de Burgos [3], junto con [8] y los textos cl asicos de Synge y Schild [13], Lichnerowicz [10] y Bowen y Wang [2]. Cualquiera de ellos es muy recomendable para profundizar en este tema. Especialmente el libro de Lichnerowicz [10] (lamentablemente descatalogado) y el de Burgos [3].
24
Cap tulo 2
Tensores
En el apartado anterior hemos visto los tres tipos b asicos de tensores: escalares, vectores y aplicaciones lineales, y sus correspondientes reglas de transformaci on bajo cambios de base. En este apartado estudiaremos el concepto de tensor general de rango arbitrario y veremos algunos ejemplos concretos de tensores empleados en f sica. Por u ltimo veremos una introducci on al algebra tensorial, incluyendo productos tensoriales y productos de contracci on, algunos criterios pr acticos de tensorialidad y ciertos tipos especiales de tensores.
2.1.
Concepto de tensor
El estudio de los tensores aparece de manera natural al aplicar cambios de base en espacios vectoriales. De todos los objetos matem aticos que pueden denirse sobre un espacio vectorial se denominan tensores a aquellos que son invariantes bajo cambios de base. Normalmente describimos los objetos tensoriales mediante sus coordenadas (o componentes) respecto de una determinada base, e imponiendo la condici on de invariancia del tensor frente a cambios de base deducimos la ley de transformaci on que cumplen las componentes del tensor cuando se realiza un cambio de base en el espacio. Esta es la regla que hemos aplicado en el cap tulo anterior para deducir las leyes de transformaci on de las componentes de tensores de orden bajo, y su generalizaci on a tensores de orden arbitrario es inmediata. Dado que la elecci on de una base en particular es totalmente arbitraria, desde el punto de vista tensorial s olo est an bien denidos aquellos objetos que son invariantes bajo cambios de base. No obstante, en el cap tulo pr oximo generalizaremos ligeramente este concepto al estudiar las densidades tensoriales. Los tensores son, por tanto, objetos geom etricos denidos en un espacio vectorial, de tal forma que su denici on y propiedades no dependen de la base empleada, aunque s los valores de sus componentes, que pueden interpretarse como el aspecto del tensor desde el sistema de referencia denido por la base que estemos empleando. Aclaraci on Cuando uno habla de vectores es frecuente denominar vector tanto al propio vector (p. ej. v = v 1 i + v 2 j + v 3 k { 43 ) como } al conjunto de coordenadas que{lo1 describen } respecto a una 1 2 3 2 3 base concreta (p. ej. v , v , v ). Por tanto, es normal referirse a v , v , v como un vector contravariante o simplemente un vector. La diferencia entre el (verdadero) vector v y el conjunto de componentes que lo describe respecto de una base dada es que v es invariante bajo cambios de 25
26
CAP ITULO 2. TENSORES
base (el vector sigue siendo el mismo, independientemente de la base del espacio que decidamos emplear para describirlo), mientras que sus componentes dependen de la base empleada, y cambian bajo un cambio de base seg un las leyes que hemos visto en el cap tulo anterior. Aunque posiblemente este abuso del lenguaje incurra en cierta incorrecci on, se admite ya que simplica enormemente la comunicaci on. Con tensores de rango general sucede exactamente lo mismo: en el lenguaje coloquial se denomina con frecuencia tensor tanto al verdadero objeto tensorial (objeto geom etrico invariante bajo cambios de base), como al conjunto de coordenadas que lo describen en una base concreta, que se transforma bajo cambios de base de acuerdo a la correspondiente ley de transformaci on tensorial. Normalmente por el contexto quedar a claro si nos estamos reriendo al verdadero tensor o al correspondiente conjunto de coordenadas que lo describen respecto a una determinada base.
2.1.1.
Tensores en f sica
Los tensores se emplean en f sica te orica con much sima frecuencia, especialmente en relatividad, electromagnetismo y en general en cualquier teor a de campos, pero tambi en se emplean mucho en diversas areas de la f sica de inter es en ingenier a, como mec anica de medios continuos (resistencia de materiales, elasticidad) y mec anica de uidos. El motivo es muy sencillo. Las magnitudes que se emplean en f sica describen propiedades reales (objetivas) del mundo f sico, como por ejemplo la masa de un objeto, su posici on, su velocidad, las fuerzas a que est a sometido, etc. Para describir muchas de estas propiedades es necesario emplear alg un sistema de referencia, cuya elecci on es totalmente arbitraria. Sea cual sea el sistema de referencia que decidamos emplear, las propiedades f sicas que pretendemos describir son las mismas, no dependen del sistema de referencia escogido. Supongamos por ejemplo una situaci on en la que muchos observadores est an estudiando el mismo sistema f sico, empleando para ello varios sistemas de referencia distintos. Aunque cada uno de ellos emplee un sistema de referencia diferente, todos ellos est an describiendo la misma realidad f sica, de modo que todas estas descripciones deben ser coherentes entre s . Adem as debe ser posible traducir los resultados de un observador de forma que los otros puedan vericarlos, lo cual implica que existen reglas objetivas bien denidas que permiten transformar las observaciones realizadas desde un sistema de referencia a otros sistemas. El c alculo tensorial es un m etodo sistem atico para trabajar con objetos geom etricos de manera independiente al sistema de referencia que se est e empleando, de tal forma que si una relaci on tensorial es correcta en un determinado sistema de coordenadas, entonces tambi en lo es en cualquiera otro. Esto hace que los tensores sean objetos matem aticos adecuados para la descripci on de propiedades y leyes f sicas. De hecho, las magnitudes f sicas se caracterizan por tener comportamiento tensorial bien denido, y las leyes f sicas pueden expresarse como ecuaciones tensoriales. Muchas magnitudes f sicas son tensores como los que veremos en este cap tulo; otras, denominadas densidades tensoriales (a veces pseudotensores o tensores relativos), son objetos geom etricos que cumplen leyes de transformaci on iguales a las tensoriales, pero con un factor de escala adicional (dado por una determinada potencia del determinante de la matriz de cambio de base), tal y como tendremos ocasi on de ver en el cap tulo siguiente. Previamente ya hemos mencionado varios ejemplos de propiedades f sicas escalares y vectoriales, a continuaci on veremos algunos ejemplos de magnitudes f sicas de rango tensorial superior.
2.1. CONCEPTO DE TENSOR
27
2.1.2.
Rango tensorial
Los tensores generalizan los conceptos y leyes de transformaci on familiares de escalares, vectores y aplicaciones lineales a objetos de orden superior, para cuya descripci on es necesario emplear un n umero mayor de ndices. Seg un hemos visto, las aplicaciones lineales y el tensor m etrico son tensores de orden 2, ya que para su descripci on completa es necesario especicar un n umero de componentes que depende de 2 ndices; los vectores son tensores de orden 1, ya que para su descripci on completa basta con una familia de componentes que depende s olo de un ndice; y los escalares son tensores de orden 0 ya que sus componentes quedan descritas por un u nico n umero (0 ndices). En general, dado un tensor se denomina rango tensorial u orden del tensor a la dimensi on del conjunto de coordenadas que es necesario especicar para la descripci on completa del tensor respecto a una base cualquiera del espacio vectorial. Es decir, el n umero de ndices que necesitamos para describir todas las componentes del tensor. Si la dimensi on del espacio vectorial en consideraci on es n, entonces el n umero de grados de libertad de un tensor de rango tensorial t (el n umero de componentes) es nt . De todas formas, en muchos casos sucede que los tensores tienen cierta simetr a, de modo que no todas las nt componentes son independientes. Por ejemplo, el tensor m etrico tiene n2 componentes, pero como es sim etrico (gij = gji ), s olo hay n + n(n 1)/2 independientes (que corresponden, p. ej., a la diagonal principal y la parte triangular superior de gij ). Otro caso muy habitual es el de un tensor antisim etrico ij = ji , en ese caso sabemos que las n componentes de la diagonal son necesariamente nulas (ii = 0, sin suma en i), y de las restantes s olo hay n(n 1)/2 independientes.
2.1.3.
Ley de transformaci on de tensores generales
En el apartado anterior hemos visto que, bajo un cambio de base, las componentes de vectores y aplicaciones lineales se transforman o bien con la matriz del cambio de base (comportamiento covariante) o bien con su inversa (comportamiento contravariante). Generalizando este concepto a tensores de orden arbitrario, se denomina tensor de orden r-covariante s-contravariante a un objeto 1 i2 ... is tensorial (T ) de orden r + s, con nr+s componentes Tji1 j2 ... jr , tales que bajo el cambio de base C 1 (con inversa D C ) se transforman seg un la ley
i1 i2 is q1 q2 ... qs i1 i2 ... is = C p1 C p2 . . . C pr Dq T Dq . . . Dq Tp j1 j2 ... jr j1 j2 jr s 1 2 1 p2 ... pr r veces s veces
(2.1)
donde, an alogamente a como hemos hecho en el cap tulo anterior, empleamos super- ndices para los ndices contravariantes y sub ndices para los ndices covariantes, y donde se aplica el convenio de suma de Einstein para todos los ndices repetidos. En f sica es frecuente tomar la anterior ley de transformaci on como denici on de tensor de orden r-covariante s-contravariante. Esta denici on tiene la ventaja de ser la generalizaci on directa de las correspondientes leyes de transformaci on que hemos visto en el apartado anterior para tensores de orden 1 y 2, pero tiene el inconveniente de resultar poco intuitiva. En este cap tulo intentaremos aclarar el signicado de la anterior ley de transformaci on de tensores generales. Desde un punto de vista m as formal, los tensores se pueden denir como elementos de un espacio vectorial denominado espacio producto tensorial, tal y como veremos m as abajo, lo cual tiene la ventaja de que en ese contexto la ley de transformaci on anterior resulta totalmente natural, e incluso intuitiva. Tambi en es habitual denir formalmente los tensores como aplicaciones multilineales denidas entre ciertos espacios producto tensorial, tal y como veremos tambi en en este cap tulo.
28
Antes de pasar a estas deniciones m as formales vamos a justicar el empleo de objetos tensoriales de orden superior con algunos ejemplos de inter es en f sica.
2.2.
Magnitudes f sicas de rango tensorial superior
El uso de escalares y vectores en f sica resulta totalmente natural pero c omo aparecen los tensores de orden superior? Con mucha frecuencia los tensores de orden superior aparecen como aplicaciones lineales entre tensores de orden m as bajo. Por ejemplo, la relaci on entre el momento de las fuerzas aplicadas y la aceleraci on angular en un s olido r gido (o entre el momento angular y la velocidad angular) est a dada por una aplicaci on lineal, siendo la matriz de inercia la constante de proporcionalidad. En el caso de una esfera con densidad uniforme todas las direcciones son equivalentes, de modo que la resistencia al giro, es decir, la inercia que hay que vencer al aplicar un torque, es la misma sea cual sea la direcci on del eje de giro (suponiendo que el eje de giro pasa por el centro de la esfera), y como consecuencia en ese caso la matriz de inercia es proporcional a la matriz identidad. A diferencia de la esfera con densidad uniforme, si consideramos un objeto con una distribuci on anis otropa de masa la inercia depender a de la orientaci on del eje de giro, y como consecuencia el momento angular no tendr a la misma direcci on que la velocidad angular. En ese caso, para describir la inercia del objeto es necesario emplear una matriz, que ya no ser a proporcional a la identidad. Rango tensorial y direccionalidad El ejemplo anterior muestra que la aparici on de tensores de orden superior responde a un comportamiento anis otropo, es decir, a que estamos describiendo propiedades f sicas que dependen de la direcci on considerada. De manera algo informal podr amos decir que el rango tensorial indica el n umero de direcciones que entran en juego en la magnitud que estamos estudiando: una magnitud escalar carece de direccionalidad, en el caso de una magnitud vectorial el vector dene una direcci on y en el caso de un tensor de orden 2 entran en juego 2 direcciones. Por ejemplo, en la relaci on L = I las dos direcciones que entran en juego son las denidas por el momento angular L y la velocidad angular , y la matriz de inercia I nos proporciona la relaci on que existe entre estas 2 direcciones.
2.2.1.
Tensores de polarizabilidad y de conductividad el ectrica
El comportamiento de los medios materiales bajo la aplicaci on de un campo el ectrico permite introducir de manera bastante intuitiva el concepto y utilidad de tensores de orden 2 en f sica. Consideremos el caso de la relaci on entre el vector polarizaci on por unidad de volumen (P ) y el vector campo el ectrico (E ) en un medio material diel ectrico. Como es bien sabido, al aplicar un campo el ectrico en un medio material las cargas positivas tienden a desplazarse seg un el campo, mientras que las cargas negativas tienden a desplazarse en sentido contrario. Estos desplazamientos de carga inducen una cierta polarizaci on por unidad de volumen en el material, que normalmente puede describirse como una funci on lineal del campo el ectrico aplicado. Por qu e existe una relaci on lineal entre P y E ? La polarizaci on por unidad de volumen es consecuencia de la aplicaci on del campo externo E , de modo que P debe ser una funci on creciente de E (P = P (E )). Si el medio en consideraci on carece de polarizaci on espont anea en ausencia de campo el ectrico externo, es decir, si no es ferroel ectrico,
2.2. MAGNITUDES F ISICAS DE RANGO TENSORIAL SUPERIOR
29
entonces la polarizaci on correspondiente a campo externo nulo es nula. Teniendo esto en cuenta, aproximando P = P (E ) por su desarrollo en serie de Taylor en torno a E = 0, a orden m as bajo encontramos la mencionada relaci on lineal P = E , deni endose la constante de proporcionalidad como la polarizabilidad del medio. En el caso de un medio is otropo la respuesta del medio es la misma independientemente de la direcci on del campo aplicado. En ese caso P tiene la misma direcci on que E , y la polarizabilidad es sencillamente un escalar (o si se preere un escalar multiplicado por la matriz identidad). Esto es lo que sucede en el caso de los gases y los l quidos sencillos, en esos casos las mol eculas que forman el medio est an orientadas de todas las formas posibles con igual probabilidad, de tal forma que, al promediar, a nivel macrosc opico no existe ninguna direcci on especial en el medio. La situaci on es diferente en el caso de un medio cristalino. Es evidente que en un cristal no todas las direcciones son equivalentes: en una red c ubica es distinto aplicar un campo en la direcci on de la diagonal principal a hacerlo seg un la direcci on perpendicular a dos caras opuestas. En otro caso podr amos tener como celda fundamental no cubos, sino parelelep pedos con aristas de distintos tama nos seg un las 3 direcciones del espacio; en cualquiera de estos casos la respuesta del medio ser a distinta dependiendo de la orientaci on del campo aplicado, ya que en ciertas direcciones las cargas pueden moverse m as f acilmente que en otras. En un medio desordenado, como un gas o un l quido, las orientaciones particulares de las mol eculas a nivel microsc opico no se traducen en una direcci on privilegiada a nivel macrosc opico, ya que al promediar en todas las orientaciones posibles estos efectos se cancelan. Esto no sucede en un medio cristalino, ya que en estos la celda fundamental que dene la red se repite siempre con la misma orientaci on. Como consecuencia, en un medio cristalino la anisotrop a introducida por la celda fundamental a nivel microsc opico se traduce en un comportamiento anis otropo a nivel macrosc opico. En ese caso la polarizabilidad ya no es la misma en todas las direcciones, pero la relaci on lineal entre P y E sigue siendo v alida (siempre y cuando E no sea demasiado elevado), de modo que estos dos vectores ya no ser an sencillamente proporcionales, sino que estar an relacionados por una aplicaci on lineal P = E . En ese caso la polarizabilidad pasa a ser una aplicaci on lineal y es muy f acil ver que si P y E son vectores 1-contravariantes, entonces necesariamente es un tensor 1-covariante 1-contravariante. Otro ejemplo similar es el de la conductividad el ectrica. Cuando se aplica un campo el ectrico en un medio conductor aparece una cierta densidad de corriente el ectrica j , que es proporcional a E (al menos para campos no demasiado intensos), deni endose la constante de proporcionalidad como la conductividad el ectrica del medio. Si la movilidad de las cargas libres no es la misma en todas las direcciones, entonces j y E dejan de ser proporcionales, pero siguen estando relacionados linealmente. En ese caso la conductividad pasa a estar descrita por una aplicaci on lineal, es decir, un tensor 1-covariante 1-contravariante. En los dos ejemplos precedentes podr a parecer que la validez de la aproximaci on lineal es muy limitada, sin embargo en la pr actica se observa que esta aproximaci on se cumple con mucha frecuencia incluso para campos aplicados muy intensos. En principio la aproximaci on lineal deber a ser v alida s olo en el l mite de campos externos muy d ebiles, pero d ebiles comparados con qu e escala. La aproximaci on lineal es v alida siempre que el campo aplicado sea peque no en comparaci on con la escala de intensidad de campo el ectrico t pica en el material a nivel microsc opico, la cual es muchos ordenes de magnitud mayor que la escala t pica de intensidad de campo el ectrico del mundo macrosc opico. El motivo de esta diferencia de escala es muy simple. Por un lado a nivel microsc opico las distancias t picas son muchos ordenes de magnitud menores que a nivel macrosc opico, por otro a nivel macrosc opico todas las cargas suelen estar apantalladas, lo cual no siempre sucede a nivel microsc opico. Esta diferencia de escala entre la intensidad t pica de los campos a nivel micro- y
30
macrosc opico explica la validez de la aproximaci on lineal, incluso cuando aplicamos campos que desde el punto de vista macrosc opico nos parecen muy intensos, pero que no lo son tanto si los comparamos con las escalas t picas del mundo microsc opico. En f sica es muy frecuente encontrar magnitudes relacionadas entre s por aplicaciones lineales. Esto sucede en multitud de leyes fundamentales, como la que relaciona el momento de las fuerzas aplicadas sobre un s olido y su aceleraci on angular; y tambi en en leyes menos fundamentales, deducidas como una primera aproximaci on de un comportamiento m as complejo. En este u ltimo caso, si la propiedad A aparece como consecuencia de aplicar la magnitud B , A ser a una funci on creciente de B . Si el valor de A para B = 0 es nulo, entonces por medio de un desarrollo en serie de Taylor encontramos una relaci on lineal entre estas magnitudes, que ser a v alida siempre y cuando B no sea demasiado elevado. Si la estructura microsc opica del medio es anis otropa, es decir, si la respuesta del medio es diferente dependiendo de la direcci on considerada, entonces la relaci on lineal entre A y B no se reduce a una mera relaci on de proporcionalidad, sino que tendremos una relaci on del tipo A = T B , donde T es un tensor con el rango tensorial adecuado, determinado por los rangos tensoriales de A y B . Desde el punto de vista f sico las leyes f sicas lineales implican la validez del conocido principio de superposici on. Desde el punto de vista matem atico siempre que dos magnitudes f sicas est en relacionadas por una aplicaci on lineal, y queramos aplicar cambios de base, tendremos que emplear tensores.
2.2.2.
Tensor de esfuerzos o de tensiones
El estado de tensiones existente en el interior de un material est a dado por un tensor de orden 2, denominado tensor de tensiones o tensor de esfuerzos. Estas tensiones a las que nos referimos son las fuerzas aplicadas por unidad de supercie entre elementos contiguos del material, ejercidas a trav es de la supercie que separa los elementos considerados. Los ejemplos m as visuales son las fuerzas el asticas que aparecen en un material el astico al deformarlo, las fuerzas de presi on existentes en un uido, o las fuerzas de rozamiento interno (fuerzas viscosas) que aparecen en los uidos en movimiento. Desde el punto hist orico el estudio de las tensiones internas existentes en cualquier medio material es lo que motiv o la aparici on de los tensores, por este motivo estudiaremos este ejemplo con cierta profundidad. Consideremos dos elementos diferenciales de volumen contiguos, situados en un punto dado en el interior de cualquier medio material y separados por un determinado elemento diferencial de supercie. Como consecuencia de las interacciones existentes entre las mol eculas que forman el material, cada uno de estos 2 elementos diferenciales de volumen ejerce una fuerza por unidad de supercie sobre el otro, a trav es de la supercie que los separa. Esta fuerza por unidad de supercie se denomina tensi on, y depende del punto considerado y de la orientaci on de la supercie que separa los elementos considerados. Si llamamos s a la fuerza por unidad de supercie ejercida tenemos entonces s = s(r , n) (2.2)
donde r es el punto considerado y n la normal a la supercie considerada en el punto r . En principio podr a parecer que para caracterizar totalmente el estado de tensiones en el interior de un material tenemos que conocer la funci on vectorial s, como funci on de los vectores de posici on r y de orientaci on de la supercie considerada n, es decir, una funci on vectorial de 3 componentes denida como funci on de 9 variables. En realidad la situaci on es mucho m as sencilla, como veremos a continuaci on.
2.2. MAGNITUDES F ISICAS DE RANGO TENSORIAL SUPERIOR Convenio
31
En lo sucesivo supondremos que s(r , n) representa la fuerza por unidad de supercie ejercida por el medio situado en el lado de la supercie hacia donde apunta la normal n sobre el medio situado al otro lado de la supercie.
Figura 2.1: El producto n es la fuerza por unidad de supercie ejercida por el medio situado en el lado hacia donde apunta la normal sobre el medio situado al otro lado.
Como consecuencia la fuerza de supercie total aplicada sobre un volumen cualquiera Vc est a dada por la integral de supercie F = s(r , n) dS (2.3)
Vc
siendo Vc la supercie que limita a Vc y n la normal a Vc orientada hacia el exterior. Las fuerzas por unidad de supercie pueden ser tangentes a la supercie considerada, en cuyo caso se denominan tensiones cortantes o de cizalla; o normales a la supercie considerada. De estas u ltimas, seg un el convenio adoptado m as arriba, una fuerza con signo positivo corresponde a una tensi on y una negativa a una compresi on. Por el principio de acci on y reacci on la fuerza por unidad de supercie ejercida por el medio situado en el lado de la supercie desde donde apunta n, sobre el medio situado al otro lado de la supercie, est a dada por s (Fig. 2.1). Esto implica que s es una funci on impar de n s(r , n) = s(r , n) (2.4)
Consideremos el elemento innitesimal de volumen dado por el tetraedro representado en la gura F. 2.2. Las normales orientadas hacia el exterior a las supercies perpendiculares a los ejes x, y y z est an dadas por los vectores unitarios i, j y k respectivamente, y llamaremos n a la normal (orientada hacia el exterior) a la supercie ABC . Recordando que la fuerza por unidad de supercie es una funci on impar de la normal, la fuerza resultante aplicada sobre este elemento de volumen (dV ) situado en r es f (r ) dV + s(r , n) d s(r , i) dx s(r , j ) dy s(r , k) dz (2.5)
32
z
C
dy
dx B dz
x
Figura 2.2: Elemento innitesimal de medio material con forma de tetraedro.
donde hemos denominado d al area de la supercie ABC , dx al area de la supercie perpendicular al eje x, y similarmente para las supercies perpendiculares a los ejes y y z , y donde f es la resultante de las fuerzas aplicadas por unidad de volumen sobre este elemento (por ejemplo su peso por unidad de volumen). Dividiendo por dV y tomando el l mite dV 0 el t ermino debido a las fuerzas por unidad de volumen tiende al valor de la aceleraci on del elemento considerado (multiplicado por la masa por unidad de volumen, es decir, por la densidad). Sin embargo, los t erminos debidos a las tensiones divididos por dV divergen, ya que el elemento de volumen es proporcional al cubo de la dimensi on lineal del tetraedro, mientras que los elementos de supercie son proporcionales al cuadrado de la dimensi on lineal del tetraedro. La u nica posibilidad de resolver esta paradoja de manera compatible con el principio de conservaci on del momento lineal (segunda ley de Newton), es que la resultante de todas las fuerzas de supercie aplicadas sobre el elemento diferencial considerado sea nula en el l mite dV 0, es decir, cuando todas las contribuciones se evaluan en el mismo punto. Por tanto, en el l mite dV 0 la tensi on ejercida en un punto cualquiera (r ), a trav es de una supercie cualquiera (con normal n), est a dada por s(r , n)d = s(r , i)dx + s(r , j )dy + s(r , k)dz (2.6)
Por otra parte es muy f acil ver que los elementos de supercie di est an relacionados con d por medio de dx = n1 d, dy = n2 d, dz = n3 d (2.7) siendo ni las componentes covariantes de n. Por tanto llegamos nalmente a s(r , n) = s(r , i)n1 + s(r , j )n2 + s(r , k)n3 (2.8)
que expresa la tensi on ejercida en el punto r a trav es de la supercie con normal n como combinaci on lineal de las tensiones ejercidas en r a trav es de las tres supercies perpendiculares a los ejes.
2.2. MAGNITUDES F ISICAS DE RANGO TENSORIAL SUPERIOR
33
La anterior expresi on se puede expresar de una manera m as compacta por medio del tensor de tensiones (o tensor de esfuerzos) denido por sx (r , i) sx (r , j ) sx (r , k) y y y (r ) = (s(r , i) s(r , j ) s(r , k)) = s (r , i) s (r , j ) s (r , k) (2.9) sz (r , i) sz (r , j ) sz (r , k) Denido de esta manera, la componente ij del tensor de tensiones representa la componente seg un el eje i de la tensi on ejercida sobre el medio, en el punto r , a trav es del elemento de supercie perpendicular a la direcci on j . Con esto la tensi on ejercida a trav es de la supercie perpendicular a n (gura 2.1) queda como s(r , n) = (r ) n (2.10) En componentes cartesianas la anterior expresi on queda como si = ij nj (2.11)
donde se ha omitido la dependencia en r y se ha empleado el convenio de suma de Einstein. Esto nos dene el tensor de tensiones como un tensor 2-contravariante, ya que (como veremos m as adelante) las fuerzas se describen de manera natural por medio de sus componentes contravariantes y la normal a una supercie como un vector covariante. El tensor de tensiones es un objeto con rango tensorial 2, y como puede verse las dos direcciones que entran en juego en este caso son las de la normal a la supercie considerada y la denida por la fuerza por unidad de supercie que se ejerce a trav es de dicha supercie. El tensor de tensiones caracteriza totalmente el estado de tensiones internas en el interior de un on ejercida en cualquier punto material, ya que, por medio de Ec. (2.11), permite calcular la tensi del material a trav es de una supercie cualquiera. Por otra parte, imponiendo que el momento neto aplicado sobre el tetraedro innitesimal (Fig. 2.2) debe ser nulo en el l mite dV 0, es muy ij f acil comprobar que el tensor de tensiones es necesariamente sim etrico = ji . De modo que para caracterizar totalmente el estado de tensiones en el interior de un material basta conocer 6 funciones ( 11 , 22 , 33 , 12 , 13 , 23 ) que dependen exclusivamente del vector de posici on r . Medios el asticos y uidos Newtonianos En un medio el astico las tensiones son proporcionales a las deformaciones, que est an a su vez descritas por un tensor de orden 2, de tal forma que en ese caso la constante de proporcionalidad es nada menos que un tensor de orden 4, denominado tensor de elasticidad. El motivo por el que es necesario un tensor de orden 2 para describir el estado de deformaciones existente en un material es el siguiente. Al deformar un material, cada elemento diferencial de volumen se desplaza desde su posici on en el material no deformado a su posici on en el material deformado, lo cual nos dene un vector desplazamiento u que depende del punto. Es evidente que un desplazamiento u constante en todo el material corresponde a que el material se desplaza como un todo, sin deformarse. Las deformaciones aparecen cuando puntos del material inicialmente pr oximos se desplazan de forma distinta, por tanto para describir las deformaciones necesitamos analizar las derivadas del vector desplazamiento respecto de cada una de las direcciones del espacio, es decir ui /xj , lo que nos produce un tensor de segundo orden. Como consecuencia la constante de proporcionalidad entre tensiones y deformaciones es un tensor de orden 4, con 34 = 81 componentes. Esto parece indicar que para describir las propiedades
34
el asticas de cualquier medio tendr amos que suministrar nada menos que 81 constantes el asticas. En realidad, como consecuencia de la simetr a del tensor de elasticidad, el n umero de constantes diferentes es mucho menor (en la mayor a de los casos s olo 2). Para empezar, tal y como hemos mencionado m as arriba puede demostrarse f acilmente que el tensor de tensiones es necesariamente sim etrico ij = ji (de lo contrario no puede cumplirse la conservaci on del momento angular). Por j otra parte el tensor a dado s olo por la componente sim etrica i /x , es de( de deformaciones ) est ( de u ) 1 1 j i j cir, por eij 2 ui /x + uj /x , ya que la componente antisim etrica ( 2 ui /x uj /xi ) describe rotaciones tipo s olido r gido, que no introducen deformaciones. Como consecuencia de esta simetr a, de las 81 componentes el asticas del tensor de elasticidad s olo puede haber 36 distintas. Por otra parte, en la mayor a de los casos los medios el asticos considerados tienen cierta simetr a, es decir, son invariantes (y todas sus propiedades f sicas tambi en) bajo ciertas operaciones, como por ejemplo rotaciones o reexiones. Esta simetr a impone ligaduras entre los posibles valores de las 36 constantes el asticas anteriores, haciendo que disminuya el n umero de constantes independientes. En u ltima instancia, en un medio el astico is otropo la respuesta el astica del medio es la misma independientemente de la direcci on considerada, y como consecuencia las propiedades el asticas son invariantes bajo cualquier rotaci on. En ese caso de las 36 constantes el asticas anteriores, en realidad s olo hay 2 distintas, que se suelen tomar como el m odulo de Young y el Coeciente de Poisson. En el caso de un uido la situaci on es similar, pero en ese caso las tensiones viscosas no son proporcionales a la deformaci on, sino a la velocidad de deformaci on, es decir, a la deformaci on introducida por unidad de tiempo como consecuencia del movimiento del uido. Esta velocidad ( ) j i de deformaci on est a dada por el tensor eij 1 2 ui /x + uj /x , donde ahora el vector u representa el desplazamiento por unidad de tiempo de cada punto del uido, es decir, el campo de velocidades del uido. Los uidos en los que se cumple la aproximaci on lineal entre tensiones viscosas y velocidad de deformaci on se denominan Newtonianos. Igual que hay s olidos no el asticos, tambi en hay uidos no Newtonianos, en ellos la aproximaci on lineal entre tensiones y deformaciones no es v alida. An alogamente a como suced a en los medios el asticos, en los uidos Newtonianos el coeciente de proporcionalidad entre el tensor de tensiones y el de velocidad de deformaci on es un tensor de orden 4, en el que por la simetr a del tensor de tensiones y del de velocidad de deformaci on (ambos sim etricos) s olo puede haber 36 componentes distintas. La inmensa mayor a de los uidos son is otropos, de modo que en esos casos de las 36 componentes anteriores s olo hay 2 independientes, que se denen en t erminos de la viscosidad de cizalla y la viscosidad de volumen.
2.2.3.
Derivaci on de campos tensoriales
Un campo tensorial es un objeto con comportamiento tensorial bien denido, pero cuyo valor depende del punto en que nos encontremos en el espacio. Los familiares campos escalares (como un campo de temperaturas) o vectoriales (como un campo de velocidades o el vector campo el ectrico) son ejemplos de campos tensoriales de orden 0 y 1 respectivamente. El estado de tensiones ejercidas en el interior de un material nos proporciona un ejemplo de campo tensorial de orden 2. En espacios Eucl deos, cuando se usan coordenadas cartesianas, la derivaci on parcial respecto de las coordenadas espaciales es una operaci on que aumenta en 1 el rango tensorial del objeto resultante cada vez que se aplica. Por ejemplo, ya hemos mencionado que un campo de temperaturas T = T (x, y, z ) es una magnitud escalar. Sin embargo su gradiente T , con componentes cartesianas T /xi es un vector 1-covariante, y su derivada segunda (con componentes cartesianas 2 T /(xi xj )) es un tensor 2-covariante. En general al derivar respecto de las coordenadas cartesianas contravariantes xi aumentamos en 1 el rango tensorial covariante del objeto. En el apartado anterior hemos llegado a considerar tensores de orden 4, en cualquier caso en que entren en juego
DE TENSOR 2.3. DEFINICION
35
las derivadas direccionales de estos tensores estaremos manejando tensores de orden superior. En el caso de espacios no Eucl deos, o de espacios Eucl deos descritos en t erminos de coordenadas curvil neas, la operaci on de derivaci on direccional con comportamiento tensorial bien denido es la derivada covariante, que es la generalizaci on de la derivada parcial al caso en que los vectores de la base no son constantes, sino que var an de un punto a otro. Entender bien el signicado y propiedades de la derivada covariante es, posiblemente, el objetivo m as importante de este curso. El motivo es el siguiente, ya hemos mencionado que las leyes f sicas pueden expresarse de manera independiente al sistema de referencia empleado como ecuaciones tensoriales; en la mayor a de los casos las leyes f sicas expresan principios de conservaci on que cumplen unas magnitudes (masa, energ a, momento, . . . ) descriptibles como campos tensoriales; estos principios de conservaci on se expresan como ecuaciones en las que entran las derivadas direccionales de estos campos, es decir, como ecuaciones diferenciales en derivadas parciales. Pues bien, en la expresi on tensorial de estas leyes la derivada direccional que entra en juego es la derivada covariante. Antes de estudiar la denici on y propiedades de la derivada covariante es conveniente estudiar a fondo algunas propiedades generales de tensores de rango arbitrario. De todas formas, esperamos que esta secci on haya servido para estimular cierta intuici on f sica sobre el concepto de tensores y su uso en f sica, incluyendo algunos tensores de rango elevado.
2.3.
Denici on de tensor
Una vez hemos visto la idea intuitiva de tensor y algunos ejemplos de tensores empleados en f sica, vamos a ver a continuaci on la denici on formal de tensor.
2.3.1.
Espacio producto tensorial
Dados los espacios vectoriales -1 y -2 sobre el cuerpo , con dimensiones n1 y n2 respectivamente, se dene el espacio producto tensorial -1 -2 como el espacio vectorial de n1 n2 dimensiones cuyos elementos est an dados por x y para cualquier par de vectores x -1 e y -2 . El elemento x y de -1 -2 se denomina producto tensorial de los vectores x e y . En el caso particular en que -1 = -2 , el producto x y se denomina tambi en producto di adico, y en ese caso la diada x y se denota a veces sencillamente por xy . El producto tensorial de dos espacios puede entenderse como la tabla de productos cartesianos ordenados de todos los elementos x -1 por los y -2 , dotada de las siguientes propiedades: propiedad distributiva respecto a la suma de vectores en ambos argumentos x -1 , y 1 , y 2 -2 , x1 , x2 -1 , y -2 , x (y 1 + y 2 ) = x y 1 + x y 2 (x1 + x2 ) y = x1 y + x2 y (2.12)
(2.13)
propiedad asociativa respecto al producto por escalares x -1 , y -2 , , (x y ) = (x) y = x (y ) (2.14)
n2 1 Base del espacio producto tensorial: si {ei }n i=1 es una base de -1 y {ej }j =1 es una base de -2 , entonces {eij } = {ei ej } con i = 1, . . . , n1 , y j = 1, . . . , n2 es una base de -1 -2 . La base construida de esta manera se denomina base producto tensorial de las bases de partida.
36
Como consecuencia de estas propiedades, dados los vectores x = xi ei -1 e y = y j ej -2 , el producto tensorial x y puede ponerse en componentes como x y = xi y j eij (2.15)
Una vez formado el espacio producto tensorial -1 -2 , podemos construir el espacio producto tensorial de este por un tercer espacio -3 , de tal forma que se verica la propiedad asociativa del producto tensorial, para cualesquiera espacios vectoriales -1 , -2 , -3 se cumple -1 -2 -3 = (-1 -2 ) -3 = -1 (-2 -3 ) (2.16) Por medio de la propiedad anterior podemos construir de manera recursiva el espacio producto tensorial de cualquier conjunto de espacios vectoriales -1 -2 -p , o de un mismo espacio vectorial - por s mismo un n umero arbitrario (p) de veces. Con frecuencia esto se denomina potencia tensorial p de - y se denota por -p . Por completitud, en el caso p = 0 se dene el espacio -0 como el cuerpo de escalares ( ) sobre el que est a denido el espacio vectorial -. En nuestro caso normalmente tendremos -0 = 4. Una vez construido el espacio producto tensorial -1 -2 -p , se denen como tensores construidos sobre los espacios base -1 , -2 , . . . , -p a todos los elementos de -1 -2 -p .
2.3.2.
Tensores anes
Dado el espacio vectorial -, consideramos el espacio dado por el producto tensorial de s copias de - y r copias del espacio dual - . Si la dimensi on de - es n, entonces la dimensi on de este espacio es nr+s . Se denominan tensores anes ligados al espacio - a todos los elementos del espacio producto tensorial de - con s mismo y su dual un n umero arbitrario de veces. La mayor a de los tensores empleados en f sica son tensores anes, de hecho este tipo de tensores son los m as empleados en la pr actica, de tal forma que con much sima frecuencia se les denomina sencillamente tensores. En este curso siempre que hablemos de tensores nos estamos reriendo a tensores anes, de acuerdo a la denici on anterior. { i }n Dadas las bases {ei }n i=1 de - y e i=1 del espacio dual - , los elementos T del espacio producto tensorial - r -s = - - . . . - - - . . . (2.17)
r veces s veces
pueden ponerse en componentes como

j1 j2 jr 1 i2 ... is T = Tji1 j2 ... jr ei1 ei2 . . . eis e e . . . e
(2.18)
Si realizamos un cambio de base en -, dado por la matriz de cambio de base C , esto induce el correspondiente cambio de base en el espacio dual - y como consecuencia tambi en en el espacio producto tensorial - r -s . Como resultado del comportamiento covariante de la base de y contravariante de la correspondiente base dual, es muy sencillo comprobar que el conjunto de 1 i2 ... is componentes Tji1 on tensorial r-covariante j2 ... jr se transforma de acuerdo a la regla de transformaci s-contravariante denida en Ec. (2.1). Para ello basta con sustituir cada uno de los vectores { i }n { ide }n las n bases viejas ({ei }n y e ) en t e rminos de los vectores de las bases nuevas ( { e } y e ) i i=1 i=1 i=1 i=1 y aplicar la propiedad asociativa del producto tensorial frente al producto por escalares. Vemos por tanto que en el contexto del espacio vectorial - r -s la ley de transformaci on bajo cambios de base dada por Ec. (2.1) es totalmente natural, y puede entenderse como la
DE TENSOR 2.3. DEFINICION
37
generalizaci on al espacio producto tensorial de las conocidas leyes de transformaci on de las componentes de un vector de - bajo cambios de base. Esta ley de transformaci on garantiza que el objeto T - r -s denido en Ec. (2.18) es invariante bajo cambios de base.
2.3.3.
Algebra tensorial
Dada la estructura de espacio vectorial que hemos asignado al espacio producto tensorial por medio de las propiedades distributiva respecto a la suma de vectores (Ec. (2.12)) y asociativa respecto al producto por escalares (Ec. (2.14)), sobre los tensores generales tenemos denidas las operaciones de suma de tensores y producto por escalares. Suma de tensores: Dados 2 tensores del mismo tipo, es decir, pertenecientes al mismo espacio producto tensorial 6, se dene la suma de tensores como el tensor que resulta de sumar estos componente a componente (obviamente estamos dando por hecho que estas componentes est an referidas a la misma base). El tensor que se obtiene al sumar dos tensores dados pertenece al mismo espacio que los anteriores y es u nico A, B 6, !C = A + B 6,
i1 i2 ... is i1 i2 ... is 1 i2 ... is Cj = Ai j1 j2 ... jr + Bj1 j2 ... jr 1 j2 ... jr
(2.19)
Dos tensores de distinto tipo, es decir, que no pertenezcan al mismo espacio producto tensorial, no se pueden sumar. Dado que la suma de tensores se realiza componente a componente, esta operaci on cumple las propiedades habituales de la adici on (conmutativa, asociativa, elemento neutro, elemento opuesto). Producto por escalares: Dado un tensor T perteneciente a un determinado espacio producto tensorial 6, se dene el producto del tensor T por el escalar como el resultado de multiplicar cada una de las componentes del tensor por el escalar. El tensor que se obtiene al multiplicar un tensor dado por un escalar pertenece al mismo espacio que el tensor de partida y es u nico T 6, !T = T 6,
s 2 1 i2 ... is T j1 = Tji1 j2 ... jr 1 j2 ... jr
i i ... i
(2.20)
2.3.4.
Producto tensorial
La operaci on producto tensorial de dos vectores denida previamente, se generaliza de manera autom atica al caso de 2 tensores de rango arbitrario A y B , pertenecientes a dos espacios producto tensorial arbitrarios 61 y 62 . El resultado de este producto es u nico y pertence al espacio producto tensorial 61 62 : A 61 , B 62 , !C = A B 61 62 (2.21) Dados los desarrollos en componentes de A y B
j1 jr 1 ... is A = Ai j1 ... jr ei1 . . . eis e . . . e
(2.22)
B = B11 ... pq ek1 . . . ekq e1 . . . ep
k ... k
(2.23)
38 la base producto tensorial de las bases de
61 y 62 est a dada por

(2.24)
ei1 . . . eis ej1 . . . ejr ek1 . . . ekq e1 . . . ep y las componentes del tensor C referidas a esta base est an dadas por
s 1 q q i1 ... is 1 1 Cj1 ... jr 1 ... p = Aj1 ... jr B1 ... p
i ... i k ... k
k ... k
(2.25)
Como puede verse, si A es un tensor r-covariante s-contravariante y B es un tensor p-covariante q -contravariante, el objeto denido por el producto tensorial A B es un tensor de rango r + pcovariante s + q -contravariante. En ocasiones el producto tensorial se denomina producto exterior.
2.4.
Aplicaciones multilineales
Las operaciones denidas hasta ahora permiten sumar tensores del mismo tipo, multiplicarlos por escalares y construir tensores de rango superior por medio del producto tensorial. Si visualizamos los tensores por medio de matrices multidimensionales, las operaciones anteriores nos permiten construir combinaciones lineales de estas matrices y tambi en matrices de mayor dimensionalidad por medio del producto tensorial. La propiedad que hace tan u tiles las matrices ordinarias es que representan aplicaciones lineales, de tal forma que el producto matricial de una matriz por un vector Ax=y (2.26) nos permite calcular la acci on de dicha aplicaci on lineal sobre el vector (A(x) = y ). An alogamente, el producto matricial de dos matrices C = B A nos genera una matriz que representa la aplicaci on lineal resultante de la composici on de las aplicaciones lineales dadas por las matrices de partida C x = y, y = B (A(x)) (2.27)
La gran utilidad de los tensores es que permiten generalizar el producto matricial a objetos multidimensionales, de rangos co- y contra-variantes arbitrarios, de tal forma que podemos emplearlos como aplicaciones multilineales denidas entre espacios producto tensorial. El t ermino multilineal se reere a que los tensores denen aplicaciones lineales respecto de cada uno de sus ndices. Para emplear los tensores como aplicaciones multilineales es preciso denir primero la conocida operaci on de contracci on de ndices.
2.4.1.
Contracci on de ndices
La operaci on de contracci on de ndices que denimos a continuaci on puede considerarse como una generalizaci on de la traza de un operador lineal. En el cap tulo anterior hemos denido la traza de un operador lineal A, con matriz Ai , como el escalar dado por tr(A) = Ai on que j i . La operaci i hemos realizado para calcular tr(A) es la contracci on del ndice contravariante de Aj con su ndice i covariante; esta contracci on est a dada por la suma de Ai para todos los valores posibles de i, de acuerdo con el convenio de suma de Einstein. 1 i2 ... is En general, dado el tensor r-covariante s-contravariante con componentes Tji1 j2 ... jr , la contracci on del super ndice is con el sub ndice jr , dada por
n =1
1 2 s1 1 2 s1 Tj1 j2 ... jr1 = Tj1 j2 ... jr1
i i ... i
i i ... i
(2.28)
2.4. APLICACIONES MULTILINEALES
39
genera un tensor de orden r 1-covariante s 1-contravariante, con las componentes que acabamos 1 i2 ... is de indicar. Similarmente a como hemos hecho para contraer los dos u ltimos ndices de Tji1 j2 ... jr , podr amos haber tomado cualquier otro par de ndices co- y contra-variantes, calcul andose la correspondiente contracci on de manera an aloga: se igualan los valores de los ndices escogidos a un ndice mudo ( en Ec. (2.28)) y se suma para todos los valores posibles del ndice mudo. Al contraer un ndice covariante con uno contravariante sus comportamientos co- y contra-variantes se cancelan, resultando en un objeto tensorial cuyos ordenes co- y contra-variantes se han reducido en una unidad. Podemos contraer cualquier pareja de ndices, la u nica condici on es que siempre se contrae un ndice co-variante con otro contra-variante. La contracci on de dos ndices del mismo tipo no i i si est est a denida (p. ej. tr(A) = Ai , pero gii no tiene ning un sentido, por el contrario, gi a denido y es muy sencillo de calcular). De manera un poco m as formal, dado un espacio vectorial - y su dual - , existe una aplicaci on lineal denida sobre - - con imagen en el cuerpo , tal que a cada elemento x y - le hace corresponder la acci on de la aplicaci on x sobre el vector y , dada por x (y ) = x y (siendo x el vector asociado a la aplicaci on x por medio del teorema de Riesz-Fr echet). De esta j e , la contracci forma, si tenemos la aplicaci on lineal A = Ai e o n del super ndice i con el i j j i j i i sub ndice j corresponde a Aj e (ei ) = Aj i = Ai (por denici on de base dual). En el caso de un tensor de orden superior, la contracci on de dos ndices cualesquiera ( y ) se calcula de manera an aloga, sustituyendo e e por e (e ) = . Esta forma de denir la contracci on de ndices pone de maniesto de manera m as evidente que s olo se pueden contraer ndices covariantes con ndices contravariantes (y viceversa) y que el objeto resultante tiene el comportamiento tensorial que hemos mencionado.
2.4.2.
i1 ... is Aj 1 ... jr
Producto de contracci on
Una vez denida la contracci on de ndices, denimos el producto de contracci on de los tensores k1 ... kq y B1 ... p respecto de sus ndices jr y kq como el resultado de contraer dichos ndices en el tensor producto tensorial de los dos tensores dados, es decir
s 1 1 q 1 1 q 1 i1 ... is Cj1 ... jr1 1 ... p = Aj1 ... jr1 B1 ... p
i ... i k ... k
k ... k
(2.29)
donde, por supuesto, hay suma respecto al ndice mudo . Dado que el producto tensorial tiene comportamiento tensorial bien denido, y la contracci on de ndices tambi en, el producto de contracci on genera un objeto con comportamiento tensorial bien denido, con rango tensorial (r + p 1)-covariante (s + q 1)-contravariante en el caso anterior. En este caso hemos realizado el producto de contracci on de A por B respecto del u ltimo ndice covariante de A y el u ltimo ndice contravariante de B . An alogamente, podr amos haber calculado el producto de contracci on respecto de cualquier otra pareja de ndices, con la u nica restricci on de tener un ndice de cada tipo. Cuando se manejan tensores se emplea constantemente el producto de contracci on. En este curso lo hemos estado haciendo incluso desde el primer cap tulo, p. ej. i j con expresiones del tipo x y = gij x y , con las que hemos trabajado desde mucho antes de antes de denir el producto tensorial y la contracci on de ndices. Otro ejemplo son todas las leyes de transformaci on de las componentes de cualquier tensor ante un cambio de base, que tambi en est an
40
dadas por los correspondientes productos de contracci on del tensor con la matriz del cambio y su inversa. El producto de contracci on generaliza a tensores de orden arbitrario el producto de matrices. i = Ai B k est De hecho, el producto matricial Cj a dado por la contracci on de Ai Bj respecto de los k j ndices y . El producto escalar (x y = gij xi y j = xi y i = xi yi ) tambi en est a dado por un producto de contracci on. Una vez m as, es importante darse cuenta de que s olo se pueden contraer ndices correspondientes a comportamientos tensoriales opuestos (uno covariante con uno contravariante). Por medio de esta operaci on podemos considerar el tensor T - r -s , con componentes i1 i2 ... is Tj1 j2 ... jr , como una aplicaci on multilineal denida sobre el espacio producto tensorial - s -r con imagen en el cuerpo de escalares (en nuestro caso 4), de tal forma que para cada elemento 1 j2 ... jr on T le hace corresponder un escalar, A de - s -r (con componentes Aj i1 i2 ... is ) la aplicaci dado por el correspondiente producto de contracci on
j1 j2 ... jr 1 i2 ... is T A = Tji1 j2 ... jr Ai1 i2 ... is 4
(2.30)
donde hay suma respecto de todos los ndices. Como puede verse, la aplicaci on denida por este producto de contracci on es lineal respecto de cada uno de los ndices, es decir, es multilineal. En algunos casos el elemento A sobre el que aplicamos el tensor T estar a dado por el producto tensorial de r vectores de - y s vectores del dual - , de tal forma que la aplicaci on T denida sobre v 1 v r v 1 v s es lineal respecto de cada una de sus variables, todo esto hace que los tensores puedan denirse como aplicaciones multilineales. An alogamente a como suced a con el producto matricial, el producto de contracci on de dos tensores representa la composici on de las aplicaciones lineales denidas por cada uno de ellos.
2.5.
Criterios de tensorialidad
Dado un objeto presuntamente tensorial, es conveniente disponer de una serie de reglas pr acticas que nos permitan determinar de una manera r apida si el objeto en cuesti on es o no un tensor. Las operaciones que hemos estudiado hasta ahora nos permiten identicar un comportamiento tensorial en muchos casos. A continuaci on incluimos un resumen con los criterios de tensorialidad m as importantes. Invariancia: Un objeto del tipo
j1 j2 jr 1 i2 ... is T = Tji1 j2 ... jr ei1 ei2 . . . eis e e . . . e
(2.31)
es un tensor r-covariante s-contravariante si y s olo si es invariante bajo cambios de base.

1 i2 ... is Ley de transformaci on tensorial: El conjunto de coordenadas Tji1 j2 ... jr , ligado a una base determinada, corresponde a un tensor r-covariante s-contravariante si y s olo si bajo el cambio 1 de base C (con inversa D C ) se transforma de acuerdo a
i1 i2 ... is = C p1 C p2 . . . C pr Di1 Di2 . . . Dis T q1 q2 ... qs T q1 q2 p1 p2 ... pr qs j1 j2 ... jr j1 j2 jr

r veces s veces
(2.32)
Suma y producto por escalares: Dados dos tensores del mismo tipo (T 1 y T 2 ), cualquier combinaci on lineal de ellos (T 1 + T 2 , con y escalares) genera un tensor del mismo tipo que los de partida.
2.5. CRITERIOS DE TENSORIALIDAD
41
Producto tensorial: Dados dos tensores de orden r1 -covariante s1 -contravariante y r2 -covariante s2 -contravariante, su producto tensorial es un tensor de orden r1 + r2 -covariante s1 + s2 contravariante. Producto de contracci on: Dados dos tensores de orden r1 -covariante s1 -contravariante y r2 covariante s2 -contravariante, su producto de contracci on respecto de cualquier pareja de ndices (siempre uno de cada tipo) es un tensor de orden r1 + r2 1-covariante s1 + s2 1contravariante. Permutaci on de ndices: Dado un tensor, el objeto que resulta de permutar dos ndices del mismo tipo es un tensor del mismo tipo que el tensor de partida. Por ejemplo, dado el tensor 2covariante Aij , el objeto con componentes Aji tambi en es un tensor 2-covariante. Sin embargo, en general el objeto que resulta de permutar dos ndices de distinto tipo no ser a un tensor. Criterio del cociente: Dada una relaci on del tipo A=C B (2.33)
donde representa un producto de contracci on de C con B respecto de alguna pareja (o algunas parejas) de ndices, si A y B son dos tensores entonces el objeto C es necesariamente un tensor, cuyo orden co- y contra-variante est a determinado por los de A y B y por el n umero de ndices de B que se hayan contraido. Por ejemplo, en la relaci on entre polarizaci on y campo el ectrico P = E el hecho de que P y E son vectores garantiza que es un tensor; an alogamente, la relaci on lineal entre deformaci on y tensi on en un material el astico nos garantiza que la constante de proporcionalidad es un tensor, dado que las tensiones y las deformaciones son tensores. El nombre criterio del cociente se debe a que el tensor C parece estar denido por la relaci on anterior como el cociente de los tensores A y B , sin embargo no existe una operaci on divisi on de tensores. A estas alturas deber a haber quedado clara la gran utilidad de la notaci on que hemos empleado desde el principio para escribir componentes covariantes y contravariantes de tensores, no solamente porque indica de manera inmediata el tipo de comportamiento bajo cambios de base, sino porque permite identicar r apidamente expresiones tensoriales correctas e incorrectas. Por ejemplo, en la expresi on R = g ij Rij = g ij g m Rijm vemos autom aticamente que R representa un escalar (suponiendo que Rijm y g ij son tensores), ya que en ella todos los ndices est an contraidos correctamente (uno covariante con uno contravariante). Por otra parte, la expresi on M = M no dene un tensor de ning un tipo, ya que representa la contracci on respecto de dos ndices del mismo tipo. La notaci on que estamos empleando tambi en facilita enormemente escribir la ley de transformaci on tensorial que cumplen las componente de un tensor de cualquier tipo. Por ejemplo, supongamos que queremos escribir la ley de transformaci on de las componentes del tensor de curvatura de Riei i ecnica: mann Rjk bajo el cambio de base Cj , para ello podemos aplicar la siguiente regla nemot
42
CAP ITULO 2. TENSORES 1. En t erminos de la nueva base los valores de las componentes de este tensor habr an cambiado, pero el tensor sigue siendo del mismo tipo. Denotamos las componentes en la nueva base por i R
jk
2. Dado que se trata de un objeto 1-contravariante 3-covariante, la ley de transformaci on de i Rjk incluye a la matriz del cambio 3 veces y a su inversa 1 vez. La ley de transformaci on que estamos buscando tiene entonce el siguiente aspecto i :::: D C C C R R
jk
3. Cada una de las matrices C y D da lugar al correspondiente ndice co- y contra-variante de i , por tanto escribimos R jk i :::: Di C C C R R j k jk
en el lado 4. Finalmente, para obtener una expresi on tensorial v alida todos los ndices de R derecho deben estar contraidos correctamente. L ogicamente, el ndice contravariante de R debe estar contraido con el sub ndice de la matriz inversa D, mientras que cada uno de los ndices covariantes deben estar contraidos con los correspondientes super ndices de cada una de las matrices del cambio C . Esto nos lleva a i = D i C C C Ra R jk a j k
que es la ley de transformaci on buscada. Esta regla nemot ecnica permite escribir r apidamente cualquier ley de transformaci on tensorial, sin necesidad de memorizar la expresi on general Ec. (2.32).
2.6.
Tipos de tensores
Por u ltimo vamos a cerrar este cap tulo con una breve clasicaci on de tensores y algunas deniciones. Los tensores suelen clasicarse de acuerdo al tipo de componentes que los describen o a las reglas de simetr a que cumplen estas componentes. Como veremos en los cap tulos siguientes, es muy relevante saber con qu e tipo de tensor estamos trabajando. En lo referente a la simetr a esto es especialmente importante por dos motivos: por un lado la simetr a de las componentes de un tensor responde a la simetr a de la magnitud f sica que describe; por otro lado conocer las relaciones de simetr a que cumplen las componentes de un tensor nos permitir a realizar determinadas manipulaciones algebraicas de manera muy r apida. Tensores asociados La contracci on con el tensor m etrico gij (o con su inverso g ij ) produce la bajada (o subida si contraemos con el inverso) del ndice que hemos contra do, tal y como ya vimos en el primer cap tulo. Los tensores relacionados entre s por esta operaci on se denominan tensores asociados. En el primer cap tulo ya vimos un ejemplo de tensores asociados dado por las componentes co- y contra-variantes de un vector (vi = gij v j , v i = g ij vj ). Esto se generaliza directamente a tensores de cualquier orden, por ejemplo, la versi on puramente covariante del tensor de curvatura de Riemann k . est a dada por Rij = gik Rj La operaci on de subida y bajada de ndices es reversible, ya que al ser gij y g ij inversos uno ij del otro, si volvemos a contraer con g (en caso de haber contra do antes con gij , y viceversa) recuperamos las componentes de partida.
2.6. TIPOS DE TENSORES Tipo de componentes En referencia al tipo de componentes los tensores pueden clasicarse en:
43
Tensores contravariantes de rango q (o q -contravariantes): objetos tensoriales con q componentes contravariantes (y ninguna covariante). Tensores covariantes de rango q (o q -covariantes): objetos tensoriales con q componentes covariantes (y ninguna contravariante). Tensores mixtos: objetos tensoriales con componentes de ambos tipos. Simetr a Dependiendo de la simetr a de las componentes tenemos Tensores sim etricos: un tensor es sim etrico respecto a dos ndices del mismo tipo si sus componentes no cambian al permutar estos ndices. Por ejemplo, un tensor 2-covariante Aij es sim etrico si ij Aij = Aji . An alogamente, el tensor ij ij ji m etrico dual g es sim etrico dado que ij g = g . Tensores antisim etricos: un tensor es antisim etrico respecto a dos ndices del mismo tipo si sus componentes cambian con un factor 1 al permutar estos ndices. Por ejemplo, el tensor ij es antisim etrico respecto de sus ndices i y j si ij ij = ji . Un tensor que s olo tenga componentes de un tipo (o bien covariantes o bien contravariantes) se dice completamente sim etrico (respectivamente completamente antisim etrico) si sus componentes son sim etricas (respectivamente antisim etricas) respecto a la permutaci on de cualquier par de ndices. Es muy f acil demostrar que las propiedades de simetr a o antisimetr a anteriores son independientes de la base que estemos empleando, es decir, son propiedades inherentes al tensor en consideraci on. Tambi en es interesante ver que un tensor arbitrario de segundo orden, con componentes s olo de un tipo (p. ej. Tij ), se puede descomponer como suma de un tensor sim etrico y uno antisim etrico por medio de 1 1 Tij = (Tij + Tji ) + (Tij Tji ) (2.34) 2 2 esta descomposici on tan sencilla tiene aplicaciones muy importantes en f sica. Es evidente que dado un tensor de orden superior, podemos hacer una descomposici on similar para cualquier pareja de ndices del mismo tipo. Las operaciones de permutaci on de ndices s olo est an bien denidas desde el punto de vista tensorial (es decir, s olo son independientes de la base) cuando se intercambian ndices del mismo tipo. En particular, la matriz Ai correspondiente a una aplicaci o n lineal puede ser sim etrica respecto j j i de una determinada base (Aj = Ai ) y no serlo respecto a otra base distinta. Tambi en es f acil demostrar que el resultado de contraer 2 ndices sim etricos con 2 ndices ij ji ij antisim etricos es necesariamente nulo (es decir, si A = A y ij = ji , entonces A ij = 0). Como consecuencia, en la contracci on de un tensor 2-contravariante cualquiera T ij con un tensor 1 2-covariante antisim etrico, s olo contribuye la parte antisim etrica de T ij , dada por 2 (Tij Tji ).
44 Deniciones adicionales
Aparte de los tipos de tensores denidos hasta ahora, en la pr actica es muy usual emplear la siguiente terminolog a: Tensores Cartesianos: Si nos restringimos a espacios Eucl deos y al uso de bases ortonormales (en particular las coordenadas Cartesianas habituales), encontramos que el tensor m etrico es ij i la identidad (gij = g = j ) y por tanto las componentes co- y contra-variantes de cualquier tensor coinciden, de tal forma que no es necesario establecer ninguna distinci on entre ellas. Los tensores denidos en este contexto se denominan tensores cartesianos, a este tipo pertenecen los tensores empleados normalmente en ingenier a (elasticidad, mec anica de uidos). Dado que en estos tensores no hace falta distinguir entre componentes co- y contra-variantes, es habitual denotar todas sus componentes por medio de sub- ndices indistintamente. Tensores is otropos: Dentro de los tensores Cartesianos, se denominan tensores is otropos a aquellos cuyas componentes no var an al rotar los ejes, es decir, al realizar un cambio de base ortogonal con det C = 1. El n umero de tensores is otropos que existe depende del rango tensorial que consideremos, de acuerdo a la siguiente tabla: Todos los tensores de rango 0 son is otropos. No existen tensores is otropos de orden 1;
i , ij ) es el u La delta de Kronecker (ij , j nico tensor is otropo de orden 2. De estos 3 objetos se puede ver que la versi on 1-covariante 1-contravariante es is otropa no solo ante cambos de base ortogonales en espacios Eucl deos, sino ante cualquier cambio de base independientemente de la m etrica.
El s mbolo alternante de Levi-Civita es el u nico tensor is otropo de orden 3 (dejamos este objeto para el cap tulo siguiente, dado que en realidad es un pseudotensor). Los u nicos tensores is otropos de orden 4 son los siguientes ij k ik j i jk
El n umero de tensores is otropos con rango tensorial q (aq ) va aumentando de acuerdo a la siguiente regla de recurencia aq = con a0 = 1 y a1 = 0. Los tensores is otropos de orden 4 se emplean para denir el tensor de elasticidad del que habl abamos al comienzo del cap tulo. En el caso de un medio is otropo el tensor de elasticidad debe ser invariante bajo rotaciones. El tensor is otropo de orden 4 m as general que se puede formar es cijk = ij k + ik j + i jk Como los tensores de tensiones y deformaciones son sim etricos, de la relaci on de proporcionalidad entre tensi on y deformaci on (ij = cijk ek , escribimos todo con sub ndices dado que estamos manejando tensores Cartesianos) deducimos las relaciones cijk = cijk y cijk = cjik , de donde deducimos la condici on = . Por tanto, el tensor de elasticidad de un medio is otropo depende q1 (2aq1 + 3aq2 ) q+1
2.7. PROBLEMAS
45
de s olo 2 par ametros. En t erminos del m odulo de Young E y el cociente de poisson , el tensor de elasticidad puede escribirse como [ ] E 1 cijk = ij k + (ik j + i jk ) 1 + 1 2 2 Aparte de los anteriores tensores is otropos es interesante darse cuenta de que el tensor nulo de rango tensorial arbitrario tambi en es is otropo. Consideremos el tensor nulo de rango (r)-covariante (s)-contravariante, por denici on todas sus componentes respecto de la base can onica son nulas; pero como las leyes de transformaci on de las componentes de tensores son lineales, si todas las componentes de un tensor son nulas respecto de una base, entonces tambi en ser an nulas respecto de cualquier otra base. Esto tiene la siguiente consecuencia importante en f sica: para cualquier ecuaci on que est e escrita en forma tensorial correctamente, si esta ecuaci on se cumple en una base dada, entonces tambi en se cumplir a en cualquier otra base. Por tanto los tensores proporcionan el marco adecuado para escribir ecuaciones f sicas que sean v alidas independientemente del sistema de referencia empleado.
2.7.
Problemas
i en un espacio vectorial con dimensi 1. Calcular el valor del escalar gi on n y m etrica dada por el tensor gij .
2. Demostrar que si entre 2 vectores 1-contravariantes (x y y ) existe una relaci on lineal del tipo y = Ax, entonces A es un objeto 1-covariante 1-contravariante. 3. Demostrar que en el caso de 2 vectores 1-covariantes (x y y ), dada la relaci on y = Ax tambi en implica que A es un objeto 1-covariante 1-contravariante. 4. Demostrar que la contracci on de ndices (uno de cada tipo) es una operaci on con comportamiento tensorial bien denido. 5. Demostrar que dado un tensor arbitrario, el objeto que resulta de la contracci on de dos ndices del mismo tipo, en general, no es un tensor.
k k 6. Demostrar que si Rj es un tensor 1-contravariante 3-covariante, entonces Rij = gik Rj es un tensor 4-covariante.
7. Demostrar que el producto de contracci on tiene comportamiento tensorial bien denido. 8. Demostrar que si las componentes de un tensor 2-covariante respecto de una determinada base son sim etricas, entonces tambi en lo son respecto de cualquier otra base. 9. Demostrar que si las componentes de un tensor 2-contravariante respecto de una determinada base son sim etricas, entonces tambi en lo son respecto de cualquier otra base. 10. Demostrar que si las componentes de un tensor 2-covariante respecto de una determinada base son antisim etricas, entonces tambi en lo son respecto de cualquier otra base. 11. Demostrar que si las componentes de un tensor 2-contravariante respecto de una determinada base son antisim etricas, entonces tambi en lo son respecto de cualquier otra base.
46
12. Demostrar que el resultado de contraer 2 ndices sim etricos con 2 ndices antisim etricos es necesariamente nulo. 13. Dados los tensores 2-contravariante T ij y 2-covariante Aij , demostrar que si Aij = Aji entonces ) 1 ( ij T ij Aij = T + T ji Aij 2 14. En el caso anterior, demostrar que si Aij es antisim etrico entonces T ij Aij = ) 1 ( ij T T ji Aij 2
15. El tensor 2-covariante Tij dene una aplicaci on de - en - , tal que para un vector v - le hace corresponder un vector w - , dado en componentes por Tij v j = wi . Sabiendo que el tensor inverso (T 1 )ij se dene como la aplicaci on inversa a la anterior, calcule las compontes del tensor inverso (T 1 )ij . 16. Demostrar que las versiones co- y contra-variantes de la delta de Kronecker (ij y ij ) se comportan como tensores is otropos s olo bajo cambios de base ortogonales.
i son invariantes bajo cualquier cambio de base. 17. Demostrar que las componentes de j
2.8.
Bibliograf a
Para profundizar sobre la aparici on de tensores de orden superior en f sica se recomienda el on que hemos presentado libro de Feynman [14, 15] (volumen 2 temas 31, 38, 39 y 42), la introducci aqu se basa en cierta medida en la de Feynman. Para las aplicaciones del c alculo tensorial en mec anica de uidos se recomienda el libro de Aris [17]. Adem as de los anteriores, para escribir este cap tulo se han consultado principalmente los textos de Synge y Schild [13], Lichnerowicz [10] y Bowen y Wang [2].
Cap tulo 3
Densidades tensoriales
Existen magnitudes perfectamente bien denidas desde el punto de vista matem atico que, sin embargo, no cumplen la ley general de transformaci on bajo cambios de base Ec. (2.1). Un ejemplo muy sencillo es el producto vectorial de dos vectores en 43 (estudiado en este cap tulo), cuyas componentes se transforman de acuerdo a la ley tensorial de objetos 1-covariantes, pero multiplicada por el signo (+1 o 1) del determinante de la matriz del cambio de base. Los (pseudo-) tensores que siguen este tipo de comportamiento se denominan tensores axiales, y en ocasiones se denomina tensores polares a los verdaderos tensores, para distinguirlos de los axiales. El rotacional de un campo vectorial en 43 es otro ejemplo importante de vector axial. Otro tipo de comportamiento ligeramente distinto del comportamiento tensorial que hemos visto hasta ahora es el que presenta, p. ej., el determinante del tensor m etrico (det (gij )), que a partir de ahora denotaremos sencillamente por g det (gij ). De la ley de transformaci on de las componentes del tensor m etrico bajo el cambio de base C
g ij = Ci Cj g
(3.1)
y de las propiedades de los determinantes deducimos inmediatamente det ( gij ) = |C |2 det (g ) , es decir g = |C |2 g (3.2)
donde |C | denota el determinante de la matriz del cambio C . Esto indica que g no es exactamente un escalar, ni tampoco un tensor de ning un tipo al menos seg un las leyes de transformaci on que hemos visto hasta ahora, a menos que |C | = 1, es decir, si el cambio de base es ortogonal, en cuyo caso g se comporta como un escalar. Otro ejemplo de este tipo de comportamiento es el que muestra la densidad de cualquier medio material, descrita por la funci on = (x, y, z ). En principio podr a parecer que la densidad deber a ser un escalar, sin embargo esto no es cierto, al menos en el sentido estricto del t ermino. Supongamos un observador que mide la densidad de un medio = dm/dV de acuerdo a un determinado sistema de coordenadas x1 , x2 , x3 , y otro respecto a otro x1 , x2 , x3 ; las medidas de estos observadores no coincidir an si los tama nos de los correspondientes elementos diferenciales de volumen dV y dV no son iguales, por tanto no es invariante bajo cualquier cambio de coordenadas, es decir, no es un escalar. En lo que necesariamente deber an coincidir ambos observadores es en la cantidad de masa contenida en cualquier volumen nito, dada por 1 2 3 m= (x , x , x ) dV = (x1 , x2 , x3 ) dV
V V
47
48
CAP ITULO 3. DENSIDADES TENSORIALES
Sustituyendo en esta relaci on la regla para cambios de coordenadas bajo integrales m ultiples, encontramos que la ley de transformaci on de la densidad bajo un cambio de coordenadas es [ ( i )] x 1 2 3 (x , x , x ) = abs det (x1 , x2 , x3 ) xj ( i) x donde det x es el determinante jacobiano del cambio de coordenadas. El valor absoluto del j determinante jacobiano representa precisamente la variaci on de tama o del elemento diferencial de ) ( in dV x volumen al pasar de un sistema de coordenadas al otro (abs det xj = dV ). Ante una transformaci on ortogonal no hay cambio en el elemento de volumen y en ese caso la densidad se transforma como un escalar, pero ante un cambio de coordenadas no ortogonal la densidad no se comporta exactamente como un escalar, como lo hace la masa total, sino que se multiplica por el valor absoluto del determinante de la matriz del cambio. Las magnitudes que cumplen esta ley de transformaci on se denominan densidades escalares. A todo esto, en el ejemplo anterior hemos mencionado que bajo un cambio de coordenadas la matriz del cambio de base est a dada por la matriz Jacobiana de la transformaci on de coordenadas; en el cap tulo pr oximo veremos con todo detalle el origen y signicado de esta armaci on, cuando estudiemos el tema de los campos tensoriales. El ejemplo anterior no es en absoluto excepcional, en f sica hay multitud de magnitudes que se denen como la integral de la correspondiente densidad en un dominio determinado. En todos esos casos encontrar amos un comportamiento similar bajo transformaciones de coordenadas, de modo que parece conveniente generalizar la anterior ley de transformaci on de magnitudes tensoriales (Ec. en estos tipos de comportamiento. (2.1)) para incluir tambi De acuerdo a los ejemplos anteriores, en general hay dos factores extra que debemos incluir para generalizar la ley de transformaci on Ec. (2.1). En primer lugar hemos visto que en algunos casos aparece un factor extra dado por det C elevado a una cierta potencia w; en segundo lugar, en algunas ocasiones aparece un factor extra dado por el signo de det C . Los objetos cuyas componentes se transforman bajo un cambio de base seg un una ley tensorial multiplicada por el determinante de la matriz del cambio elevado a una potencia w se denominan pseudotensores o densidades tensoriales de peso w, de modo que los verdaderos tensores corresponden a densidades tensoriales de peso 0. En algunos textos se denomina tensores absolutos a los tensores y tensores relativos de peso w a los pseudotensores de peso w. Claramente los pseudotensores se transforman bajo rotaciones de los ejes (cambios de base con |C | = 1) como verdaderos tensores, de modo que si nos restringimos a este tipo de cambios de coordenadas no observaremos diferencias entre tensores absolutos y relativos. Por otra parte, los objetos cuyas componentes se transforman siguiendo una ley tensorial multiplicada por el signo del determinante del cambio de base se denominan pseudo-tensores axiales (con frecuencia sencillamente tensores axiales), mientras que los verdaderos tensores se denominan tensores polares.
3.1.
Ley de transformaci on de densidades tensoriales generales
Con el objeto de incluir tambi en comportamientos bajo cambios de base como los que acabamos de mencionar, generalizamos la anterior ley de transformaci on bajo cambios de base (Ec. (2.1)) por medio de la siguiente denici on: Se denomina densidad tensorial (tambi en tensor relativo o pseudo-tensor) r-covariante scontravariante de peso w y paridad ( = 1) a cualquier objeto descrito respecto a una
DE DENSIDADES TENSORIALES GENERALES 3.1. LEY DE TRANSFORMACION
49
1 i2 ... is base del espacio producto tensorial por medio de las componentes Tji1 j2 ... jr , tales que bajo el 1 cambio de base C (con inversa D = C ) se transforman seg un la ley
i1 i2 is q1 q2 ... qs i1 i2 ... is = |C |w C p1 C p2 . . . C pr Dq T Dq . . . Dq Tp j2 jr j1 j2 ... jr j1 s 1 2 1 p2 ... pr r veces s veces
(3.3)
donde la paridad puede tomar los valores 1 o sign |C |, siendo |C | el determinante de la matriz del cambio de base. Dependiendo del valor del coeciente , se denominan tensores polares a aquellos para los que = 1 independientemente del cambio realizado, y tensores axiales a aquellos para los que es igual al signo del determinante de C , que denotaremos a partir de ahora por s s sign |C | = |C | abs |C | (3.4)
Claramente los tensores absolutos son tensores polares ( = 1) de peso w = 0. Por otra parte, es f acil ver que de acuerdo a esta denici on g es un (pseudo-) tensor axial de peso 1 y rango tensorial nulo, es decir, una densidad escalar. Para hacerse una idea intuitiva del signicado de los par ametros de paridad y peso, de manera algo imprecisa podemos decir que dado un pseudo-tensor con peso w = 0, realmente es la integral de este objeto en un cierto dominio lo que dene un tensor absoluto, de tal forma que el peso de la densidad tensorial est a relacionado con la dimensionalidad del dominio donde debe integrarse esta para obtener un tensor absoluto. En cuanto a la paridad, el valor = 1 o s depende de si las componentes del objeto que estamos describiendo se multiplican por 1, o no, bajo un cambio con determinante negativo, es decir, al cambiar la orientaci on de la base. Los comportamientos de tipo pseudo-tensorial como los que acabamos de denir son muy frecuentes en la pr actica. De hecho, de todas las magnitudes f sicas con comportamiento tensorial bien denido aproximadamente la mitad son pseudotensores. Normalmente las denominaciones formales de este tipo de objetos (pseudo-tensores, densidades tensoriales, etc.) se emplean cuando se quiere recalcar las diferencias de comportamiento entre tensores absolutos y relativos o entre tensores polares y axiales, pero en el lenguaje coloquial es bastante frecuente omitir este nivel de detalle para simplicar la nomenclatura, de modo que suele denominarse sencillamente como tensor a cualquier objeto cuyas componentes se transforman de acuerdo a la regla Ec. (3.3), quedando claro por el contexto si nos referimos a un tensor axial, a una densidad tensorial, o a un tensor absoluto. Por ejemplo, en la pr actica es muy frecuente referirse a la funci on densidad como un escalar en lugar de una densidad escalar. En el estudio de campos electromagn eticos es frecuente referirse al campo el ectrico como el vector E y al campo magn etico como el vector B , omitiendo que en realidad E es un vector polar y B un vector axial. Cuando se estudia c alculo tensorial y geometr a diferencial es muy importante comprender los distintos tipos de comportamiento que pueden presentar estos objetos. No obstante, en la pr actica los cambios de base m as frecuentes corresponden a simples rotaciones, con |C | = +1, en cuyo caso todos estos comportamientos colapsan con el de los tensores absolutos (de hecho, en la pr actica es raro emplear cambios con sign |C | = 1).
3.1.1.
Producto de densidades tensoriales
Dadas dos densidades tensoriales A y B (rA -covariante sA -contravariante y rB -covariante sB contravariante respectivamente), con paridades A y B y pesos wA y wB , el comportamiento bajo
50
cambios de base de su producto tensorial est a dado por

is i1 i2 i1 i2 ... isA B i1 i2 ... isB = A B |C |wA +wB C p1 C p2 . . . C prA Dq A Dq . . . DqsA j1 j2 ... jr j1 j2 ... jr j1 j2 jr 1 2 A
A B A
rA veces pr is
B
sA veces q1 q2 ... qs q1 q2 ... qs
p1 p2 i1 i2 Cj Cj2 . . . Cjr B Dq Dq . . . DqsB Ap1 p2 ... prA Bp1 p2 ... prB 2 1 1 B A B rB veces sB veces
(3.5)
La paridad del producto tensorial es, por tanto, el producto de las paridades, mientras que el peso es la suma de los pesos. Tambi en vemos que esta regla de composici on no cambia si realizamos la contracci on de cualquier par de ndices en el producto tensorial de A por B . Como consecuencia, el producto tensorial y/o de contracci on de dos tensores de pesos opuestos genera un tensor absoluto, el producto (tensorial y/o de contracci on) de dos tensores de paridad opuesta genera un tensor axial, mientras que el producto de dos tensores con la misma paridad genera un tensor polar, independientemente de la paridad de los tensores de partida, tal y como resumimos en la tabla 3.1. Por otra parte el producto vectorial de dos vectores (que estudiaremos a continuci on en este tema) Tensor B axial Tensor A axial polar polar axial polar axial polar
Cuadro 3.1: Paridad del tensor dado por el producto (tensorial o de contracci on respecto de cualquier par de ndices) de dos tensores A y B .
no cumple esta regla.
3.2.
Espacios orientables
La paridad de un tensor ( = 1, o s) est a relacionada con el comportamiento de las componentes del tensor bajo cambios en la orientaci on de la base del espacio vectorial al que pertenece. En la mayor a de los casos los espacios vectoriales con los que trabajamos son orientables. Esto est a relacionado con la topolog a del espacio y signica que en general no es posible transformar cualquier objeto denido en este espacio en su imagen especular mediante rotaciones y traslaciones exclusivamente. Por ejemplo, 43 es un espacio orientable dado que no es posible hacer coincidir la mano derecha con la izquierda por medio de traslaciones y rotaciones, sino que es necesario introducir al menos una reexi on. En el an alisis de curvas cerradas planas la orientabilidad de 42 nos permite distinguir los dos sentidos de giro posibles. Por otra parte, en el an alisis de supercies 3 en 3 dimensiones la orientabilidad de 4 nos permite distinguir las dos formas posibles de denir la normal a cualquier supercie (hacia fuera o hacia dentro si la supercie es cerrada), y en general nos permite distinguir un objeto de su imagen especular, en el caso en que esta no pueda superponerse con aquel. Los objetos que cumplen esta propiedad se llaman quirales, un cubo no es quiral porque puede superponerse con su imagen especular, pero la mano derecha y la izquierda s son quirales. La existencia de objetos quirales tiene consecuencias muy importantes en el
3.2. ESPACIOS ORIENTABLES
51
Figura 3.1: Banda de Moebius.
mundo f sico. Por ejemplo, en bioqu mica es frecuente que las mol eculas quirales (denominadas enanti omeros) presenten comportamientos biol ogicos totalmente distintos. El ejemplo cl asico de espacio no orientable es la banda de Moebius, dada por la supercie que se obtiene al pegar los extremos opuestos de una banda despu es de girar uno de los extremos 180 grados respecto al eje longitudinal de la banda (Fig. 3.1). Si consideramos el vector normal a una banda de Moebius en un punto cualquiera, vemos que al desplazar este vector a lo largo de la supercie recorriendo el bucle una vez encontramos el vector de partida multiplicado por 1 (encontramos este resultado al recorrer el bucle un n umero impar de veces, y recuperamos el vector de partida al recorrer el bucle un n umero par de veces). Esto implica que la banda de Moebius tiene una u nica cara (y un u nico borde), y por tanto no es orientable. En un espacio con estructura similar a la banda de Moebius cualquier objeto es indistinguible de su imagen especular, ya que basta con hacer que dicho objeto recorra un cierto ciclo para hacerlo coincidir con su imagen especular. Esto no es posible en espacios orientables.
3.2.1.
Bases ordenadas y orientaci on
Hasta ahora nos hemos referido en muchas ocasiones a una base cualquiera ({ei }n i=1 ) de un espacio vectorial, sin prestar mayor atenci on al orden con el que numeramos los vectores de la base. En un espacio vectorial orientable el orden de los vectores de la base es importante, ya que dene la orientaci on de la base. Dadas dos bases ordenadas de un determinado espacio vectorial orientable, se dice que estas bases tienen la misma orientaci on si la matriz que pasa de una base a la otra tiene determinante positivo, y se dice que tienen orientaci on contraria si el determinante de la matriz del cambio de base es negativo. En el cap tulo primero hemos visto que las rotaciones son transformaciones con determinante +1; el valor absoluto 1 indica que las rotaciones no introducen cambios en el elemento de volumen y el signo + que no introducen cambios en la orientaci on del espacio. En general cuando una matriz de cambio de base tiene determinante negativo signica que
52
en el cambio hay una inversi on de los ejes, o (equivalentemente) una permutaci on impar de los vectores de la base (seguida posiblemente de una o varias rotaciones). De las propiedades de los determinantes se deduce que la relaci on denida por la orientaci on es una relaci on de equivalencia, de modo que las bases de un espacio vectorial orientable est an clasicadas en dos clases de equivalencia, correspondientes a las dos orientaciones posibles. Se dene como orientaci on positiva la de la base can onica y su clase de equivalencia, y como orientaci on negativa la de todas las bases relacionadas con la base can onica por medio de una matriz de cambio con determinante negativo. Es interesante observar que la orientaci on de una base es una propiedad que no puede denirse de manera geom etrica sin hacer referencia a la orientaci on contraria. Es el contraste entre ambas orientaciones posibles lo que dene esta propiedad. Tambi en es interesante observar que todas las bases con orientaci on positiva est an conectadas mediante transformaciones invertibles que se pueden construir como composici on de transformaciones innitesimales a partir de la identidad, mientras que las transformaciones que cambian la orientaci on de la base no pueden construirse como superposici on de transformaciones innitesimales invertibles a partir de la identidad. El motivo es que construir una matriz de cambio de base por medio de la superposici on de transformaciones innitesimales a partir de la identidad implica que C var a de manera continua desde la identidad a medida que aplicamos estas transformaciones innitesimales. Por tanto, si partimos de la identidad (C = , |C | = +1) y queremos llegar a una transformaci on con |C | < 0, necesariamente en el camino hemos debido pasar en alg un punto por una matriz C con |C | = 0 (ya que el determinante var a de manera continua con C ), pero esa transformaci on no es admisible como cambio de base ya que no es invertible. Esto hace que desde el punto de vista topol ogico las aplicaciones lineales invertibles (es decir, con determinante no nulo) dan lugar a un espacio que tiene dos partes (correspondientes a los dos signos posibles del determinante) que no pueden conectarse por medio de aplicaciones continuas, es decir, dos partes no conexas. De estas dos partes, la parte con determinante positivo es la componente conexa con la identidad de este grupo de transformaciones, mientras que la parte con determinante negativo es la componente no conexa con la identidad.
3.2.2.
S mbolo alternante de Levi-Civita
En espacios tridimensionales, el s mbolo alternante de Levi-Civita ijk se dene como el objeto dado en cualquier base por on par de 123 +1 si ijk es una permutaci ijk = 1 si ijk es una permutaci (3.6) on impar de 123 0 si hay alg un ndice repetido Para deducir c omo se transforma este objeto bajo el cambio de base dado por la matriz C recordamos que, por denici on, el determinante de C est a dado por
i j k |C | = C1 C2 C3 ijk
(3.7)
Como las componentes de ijk son las mismas independientemente de la base encontramos
i j k pqr = |C |1 Cp Cq Cr ijk
(3.8)
Por tanto el s mbolo ijk ser a un tensor 3-covariante de no ser por el factor |C |1 , de modo que ijk es un pseudotensor 3-covariante de peso 1. Por otra parte, ijk s se transforma como un
3.2. ESPACIOS ORIENTABLES
53
tensor 3-covariante bajo transformaciones ortogonales (C 1 = C T ) propias (|C | = 1), es decir, bajo rotaciones de los ejes. An alogamente se dene la versi on 3-contravariante del s mbolo alternante de Levi-Civita como el objeto denido en cualquier base por on par de 123 +1 si ijk es una permutaci ijk (3.9) = 1 si ijk es una permutaci on impar de 123 0 si hay alg un ndice repetido Tal y como puede comprobarse f acilmente ijk es un pseudotensor 3-contravariante de peso +1. Por otra parte, por su propia denici on est a claro que los s mbolos alternantes de Levi-Civita ijk y ijk son antisim etricos bajo permutaciones de cualquier par de ndices, y adem as son is otropos bajo cualquier cambio de base. El s mbolo alternante de Levi-Civita puede generalizarse al caso de n dimensiones por medio de la siguiente denici on: on par de 1 . . . n +1 si i1 . . . in es una permutaci i1 ...in (3.10) i1 ...in = = 1 si i1 . . . in es una permutaci on impar de 1 . . . n 0 si hay alg un ndice repetido Esta denici on se aplica independientemente de la base que estemos empleando, de modo que i1 ...in y i1 ...in son antisim etricos bajo permutaci on de cualquier par de ndices e is otropos. Por otra parte, por las propiedades de los determinantes tenemos que i1 ...in es una densidad tensorial n-covariante de peso 1, mientras que i1 ...in es una densidad tensorial n-contravariante de peso +1. Tensor alternante de Levi-Civita Al comienzo de este tema hemos visto que el determinante del tensor m etrico (g ) es un pseudo tensor de peso 2 y rango nulo. Suponiendo que g > 0, esto implica que g es un pseudotensor axial de peso 1, de tal forma que si formamos el producto gijk los comportamientos pseudotensoriales de peso opuesto se cancelan, resultando un tensor axial. Denimos entonces el objeto ijk ijk gijk (3.11) como el tensor alternante de Levi-Civita. Claramente ijk es un tensor axial 3-covariante
i j k pqr = s Cp Cq Cr ijk
(3.12)
An alogamente, por medio de la contracci on con el tensor m etrico dual de los 3 ndices de ijk encontramos la versi on 3-contravariante de este objeto, dada por ijk ijk = g ip g jq g kr pqr = g (3.13)
que se comporta bajo cambios de base como un tensor axial 3-contravariante. Estas deniciones pueden generalizarse al caso de n dimensiones de manera an aloga. De todas formas nos centramos en el caso de 3 dimensiones por su especial relevancia, en particular para la denici on tensorial del conocido producto vectorial de dos vectores, tal y como veremos a continuaci on.
54
3.3.
Producto vectorial en espacios tridimensionales
Los espacios tridimensionales son excepcionales, en el sentido en que son el u nico caso en que el producto di adico antisim etrico de dos vectores cualesquiera (dado por xy yx) tiene el mismo n umero de componentes no nulas que los vectores habituales del espacio. A partir de las 3 componentes no nulas de xy yx puede denirse un vector axial del espacio dual (i ), denominado producto vectorial de x por y ( = x y ), tal que para cualquier vector z se tiene que z = i z i es el volumen del paralelep pedo formado por los vectores x, y y z . Esto implica que el vector est a orientado seg un la direcci on normal al plano denido por los vectores x e y y que su norma es igual al area del paralelogramo denido por x e y . En general el producto di adico antisim etrico de dos vectores, y por tanto tambi en el producto vectorial, est a relacionado con el c alculo de vol umenes y con la aplicaci on de rotaciones innitesimales. En el caso particular de espacios tridimensionales es mucho m as habitual trabajar con el producto vectorial que con el producto di adico antisim etrico. En f sica se describen por medio de productos vectoriales muchas magnitudes relacionadas con rotaciones, como por ejemplo el momento de una fuerza, la velocidad angular, o el rotacional de un campo vectorial. Tal y como veremos a continuaci on, el producto vectorial de dos vectores se comporta como un verdadero vector s olo bajo cambios de base con determinante positivo, pero es invariante bajo inversiones de los ejes, lo que lo convierte en un vector axial.
3.3.1.
Denici on de producto vectorial
Dados dos vectores x e y pertenecientes a un espacio vectorial con dimensi on 3, el producto vectorial de x por y (denotado por x y ) se dene como: el vector perpendicular al plano formado por x e y , con m odulo dado por la supercie del paralelogramo denido por los vectores x e y , y con sentido tal que la terna ordenada {x, y , x y } tiene orientaci on positiva. Claramente, en dimensi on 1 y 2 la anterior denici on no es aplicable, mientras que en dimensi on 4 (o mayor) el subespacio perpendicular al plano formado por x e y tiene dimensi on 2 (o mayor) y por tanto esta denici on no determina un vector, de modo que el producto vectorial es una operaci on exclusiva de espacios vectoriales de 3 dimensiones. El producto exterior de p-formas proporciona la generalizaci on al caso n-dimensional, pero de momento consideraremos s olo el producto vectorial habitual. Seg un la denici on anterior la norma del producto vectorial est a dada por x y = xy sin xy (3.14)
siendo xy el angulo formado por x e y . Por otra parte, la condici on que determina el sentido de x y implica la propiedad anticonmutativa del producto vectorial x y = y x, que a su vez implica x x = 0, x 43 . Esta condici on tambi en implica que el producto vectorial permance invariante bajo una inversi on de los ejes, es decir, bajo el cambio de base denido por la matriz con i = i , lo que convierte al producto vectorial en un vector axial. componentes Cj j
3.3. PRODUCTO VECTORIAL EN ESPACIOS TRIDIMENSIONALES Propiedades del producto vectorial El producto vectorial cumple las siguientes propiedades propiedad distributiva respecto a la suma de vectores en ambos argumentos x (y 1 + y 2 ) = x y 1 + x y 2 ( x1 + x2 ) y = x1 y + x2 y propiedad asociativa respecto al producto por escalares 4, propiedad anticonmutativa x y = y x identidad de Jacobi: El producto vectorial no es asociativo, pero cumple la identidad de Jacobi x (y z ) + y (z x) + z (x y ) = 0 (x y ) = (x) y = x (y )
55
(3.15) (3.16)
(3.17)
(3.18)
(3.19)
Obs ervese que si x, y y z son vectores polares, entonces x (y z ) tambi en es un vector polar, ya que es el producto vectorial de un vector polar por un vector axial. El producto vectorial de dos vectores cambia el car acter axial/polar de manera contraria a como lo hace el producto tensorial. Es decir, el producto vectorial de dos vectores polares (o de dos vectores axiales) genera un vector axial, mientras que el producto vectorial de dos vectores de paridades opuestas genera un vector polar. De las propiedades anteriores se deduce que el producto vectorial tambi en cumple las siguientes propiedades interesantes a (b c) = b (c a) = c (a b) (3.20) a (b c) = b (a c) c (a b) (a b) c = b (a c) a (b c) (a b) (c d) = (a c) (b d) (a d) (b c) (a b) (c d) = c (a (b d)) d (a (b c)) = b (a (c d)) a (b (c d)) Denici on tensorial de producto vectorial Dado que el producto vectorial es lineal, para calcular el producto vectorial de 2 vectores cualesquiera basta con conocer la tabla de productos vectoriales de los vectores de la base. En el caso habitual de 43 con m etrica Eucl dea y coordenadas cartesianas, aplicando directamente la denici on de producto vectorial encontramos las conocidas relaciones i j = k, k i = j, jk =i (3.25) (3.24) (3.21) (3.22) (3.23)
En ese caso, esta informaci on junto con la propiedad anticonmutativa es suciente para calcular el producto vectorial de cualquier par de vectores. Pero
56
CAP ITULO 3. DENSIDADES TENSORIALES c omo podemos calcular el producto vectorial en coordenadas arbitrarias y con m etrica no necesariamente Eucl dea?
En algunos textos se cita sin mayor justicaci on la f ormula que permite calcular productos vectoriales en coordenadas arbitrarias (Ec. (3.27), equivalentemente Ec. (3.28)), sin embargo resulta instructivo deducir esta f ormula a partir de la denici on, tal y como se muestra a continuaci on. Como ya hemos dicho m as arriba, dado que este producto es lineal basta conocer la tabla de productos vectoriales de los vectores de la base, independientemente de la m etrica y de la base que estemos empleando. Consideremos entonces el producto vectorial de los vectores ei por ej , pertenecientes a una base arbitraria {e1 , e2 , e3 }. Suponiendo que i = j (en caso contrario el producto es nulo), aplicando la denici on vemos que el producto ei ej ser a proporcional a ek , con k = i y k = j , de esta forma garantizamos las relaciones de ortogonalidad (ei ej ) ei = (ei ej ) ej = 0, que por denici on debe cumplir ei ej . Suponiendo que ijk forman una permutaci on con paridad positiva de 123, podemos escribir ei ej = ek , donde es un n umero positivo. Para calcular imponemos ek = ei ej sin , siendo el angulo formado por ei y ej . Elevando esta relaci on al cuadrado y aplicando cos2 + sin2 = 1 encontramos g g 2 = g ii g ij /g kk ji jj donde hemos aplicado las deniciones de tensor m etrico y tensor m etrico inverso. Pero el elemento g kk de la inversa del tensor m etrico est a dado precisamente por el menor que resulta de suprimir la la y la columna con ndice k en dicha matriz, dividido por el determinante (g ) g g g kk = g ii g ij /g ji jj ya que estamos suponiendo que ijk son una permutaci on par de 123. Entonces ei ej = g ek para cualquier combinaci on de ndices ijk dada por una permutaci on par de 123. Como el producto vectorial es antisim etrico esta relaci on puede escribirse como ei ej = gijk ek = ijk ek (3.26)
que es v alida para cualquier valor de i, j y k . A partir de esta relaci on el producto vectorial de 2 vectores cualesquiera x e y puede calcularse por medio de x y = (xj ej ) (y k ek ) = ijk xj y k ei (3.27)
independientemente de la base y m etrica consideradas. A la vista de este resultado es evidente que las coordenadas del producto vectorial de dos vectores denen un vector axial 1-covariante, ya que est an dadas por la contracci on del tensor axial j k 3-covariante ijk con el tensor absoluto 2-contravariante x y x y = i ei , i = ijk xj y k (3.28)
3.3.2.
C alculo de vol umenes
Como consecuencia directa de la denici on del producto vectorial, est a claro que (x y ) z es 3 igual al volumen del paralelep pedo denido por estos 3 vectores en 4 . Por tanto, como aplicaci on
3.3. PRODUCTO VECTORIAL EN ESPACIOS TRIDIMENSIONALES
57
directa de Ec. (3.27) vemos que el volumen del paralelep pedo denido por los vectores x, y y z puede escribirse como
1 2 3 x1 x2 x3 i j k V = (x y ) z = gijk z x y = g y y y z1 z2 z3
(3.29)
independientemente del sistema de coordenadas empleado. Vector normal a una supercie En particular, si t1 y t2 representan dos vectores ortonormales tangentes a una supercie denida en 43 , su producto vectorial n = t1 t2 es un vector unitario normal a dicha supercie. Claramente, las dos orientaciones posibles del vector normal a una supercie dada corresponden a denir esta como n = t1 t2 o como n = t2 t1 .
3.3.3.
Rotaciones innitesimales
Como es bien sabido, el producto vectorial est a relacionado con rotaciones innitesimales en 3 dimensiones. En general cualquier rotaci on en un espacio n-dimensional est a dada por un elemento del grupo especial ortogonal SO(n), denido como la componente con determinante +1 del grupo de aplicaciones ortogonales en n dimensiones O(n) (es decir, la componente conexa con la identidad de O(n)). Consideremos una rotaci on de angulo innitesimal d en 3 dimensiones, claramente esta aplicaci on estar a dada por una cierta matriz ortogonal R(d). Dado que rotamos un angulo innitesimal, el resultado de aplicar esta rotaci on sobre cualquier vector x ser a igual al vector de partida mas una peque na variaci on R(d)x = x + dx (3.30)
por tanto la aplicaci on R(d) es igual a la identidad mas una peque na perturbaci on proporcional al angulo d, que denimos como Ad R(d) = + Ad Por denici on esta aplicaci on es ortogonal, de modo que ( + Ad)1 = cuencia, despreciando t erminos del orden de (d)2 encontramos A + AT = 0 (3.31)
+ AT d. Como conse(3.32)
(por simplicidad en este apartado consideramos s olo espacios con m etrica Eucl dea) de modo que A es una aplicaci on antisim etrica. En un espacio tridimensional A s olo tendr a 3 componentes no nulas. Si suponemos que la rotaci on R(d) corresponde a una rotaci on de angulo d = dt, donde t representa el tiempo y la velocidad angular, y denimos las 3 componentes no nulas de A como ( ) 0 3 2 d A = 3 0 1 (3.33) dt 2 1 0 vemos que la velocidad con la que var a x est a dada por dx =x (3.34) dt donde el vector axial , dado por las componentes 1 , 2 , 3 , est a orientado seg un el eje de giro y su norma es igual a la velocidad angular = d/dt. dx = (Ad) x = ( x) dt, es decir v
58
3.4.
Introducci on al producto exterior de p-formas
A continuaci on presentamos algunos comentarios referentes al importante tema del c alculo exterior en variedades diferenciables. Este apartado queda fuera del principal hilo de discusi on, y puede omitirse sin p erdida de continuidad en la exposici on. El producto vectorial s olo est a denido para el caso de espacios tridimensionales, pero existe alg un producto que generalice esta operaci on al caso de n dimensiones? La respuesta es armativa, pero para denir esta generalizaci on, dada por el producto exterior de p-formas, debemos considerar objetos distintos de los familiares vectores. La expresi on del producto vectorial Ec. (3.27) contiene la contracci on del tensor xj y k con el tensor antisim etrico en todos sus ndices ijk . Si descomponemos el tensor xj y k en sus partes sim etrica y antisim etrica xj y k = ) 1( ) 1( j k x y + xk y j + xj y k xk y j 2 2 (3.35)
es evidente que s olo la parte antisim etrica produce una contribuci on no nula en Ec. (3.27), de forma que las componentes i del producto vectorial pueden escribirse como i = 1 gijk jk 2 (3.36)
donde hemos denido el tensor absoluto 2-contravariante totalmente antisim etrico jk como jk xj y k xk y j (3.37)
Como consecuencia vemos que, esencialmente, el producto vectorial de dos vectores x e y est a relacionado con el producto tensorial antisimetrizado de dichos vectores, dado por x y y x, con componentes xj y k xk y j . Este producto se denomina producto exterior, y se suele denotar por el s mbolo (en la literatura en ingl es suele denominarse exterior product o wedge product). En espacios n-dimensionales los tensores totalmente antisim etricos (es decir, antisim etricos en jk todos sus ndices, como ), junto con la operaci on de producto exterior (dado por el producto tensorial antisimetrizado en todos los ndices) denen un algebra, llamada algebra exterior o algebra de Grassmann. Las relaciones de simetr a que cumplen los tensores totalmente antisim etricos hacen que un tensor antisim etrico de rango p, que en principio tiene np componentes respecto de la base ei1 eip , pueda describirse por medio de un n umero reducido de componentes respecto de la base ei1 eip , donde los ndices i1 . . . ip cumplen la relaci on i1 < i2 < . . . < in1 < ip . Esto se debe a que (debido a la anti-simetr a del tensor) todas las componentes no incluidas en este conjunto o bien son nulas, o bien pueden escribirse en funci on dicho conjunto. Las componentes de los tensores antisim etricos respecto de la base ei1 eip (con i1 < . . . < ip ) forman el conjunto de componentes m nimo necesario para manejar este tipo de objetos, y se denominan componentes estrictas. Por ejemplo, en 3 dimensiones las componentes estrictas de wjk son 12 13 y 23 , ya que todas las restantes son, o bien nulas, o bien iguales a estas multiplicadas por 1. Las densidades tensoriales de rango p totalmente antisim etricas descritas por medio de sus componentes estrictas, cumplen todas las propiedades necesarias para formar un espacio vectorial. Los elementos de este espacio vectorial se denominan p-formas. El n umero de componentes estrictas que tiene un tensor totalmente antisim etrico de rango p en un espacio de n dimensiones est a dado por el n umero de
3.5. PROBLEMAS
59
formas en que podemos escoger p objetos sin repetici on, de un conjunto de n objetos, es decir, por el coeciente binomial ( ) n n! = p p!(n p)! por( tanto las p-formas denidas sobre un espacio n-dimensional pertenecen a un espacio vectorial ) n ervese que no puede haber tensores antisim etricos no nulos de rango mayor de p dimensiones (obs que n). En vista de la simetr a de los coecientes binomiales ( ) ( ) n n = p np el espacio de p-formas es isomorfo al de (n p)-formas. El isomorsmo que relaciona ambos espacios (y que cumple que Ax = (A)x) se conoce como operaci on de Hodge, de manera que dos formas relacionadas por esta operaci on son Hodge-duales. En espacios tridimensionales la relaci on jk Ec. (3.36) entre la 1-forma i y la 2-forma es un ejemplo de este tipo de dualidad, de manera que el producto vectorial de dos vectores x e y es el Hodge-dual de su producto exterior, y viceversa x y = (x y ) , x y = (x y ) (3.38)
La gran diferencia es que el producto vectorial s olo est a denido para el caso de espacios de 3 dimensiones, mientras que el producto exterior es aplicable en cualquier dimensionalidad. El producto exterior de 2 vectores generaliza al caso n-dimensional el producto vectorial y, an alogamente a como sucede con el producto vectorial, est a relacionado con el c alculo de vol umenes y con rotaciones innitesimales. En un espacio de n dimensiones el producto exterior de 2 vectores ( ) n(n1) , que coincide con la dimensionalidad n del espacio tiene una dimensionalidad igual a n 2 2 = s olo para el caso n = 3, que resulta por tanto excepcional. En espacios de dimensionalidad distinta a 3 no puede denirse el producto vectorial, ya que en esos casos la dimensionalidad de x y no se corresponde con la de un vector. De acuerdo a la dimensionalidad de x y tenemos que (ver on no puede haber rotaciones, mientras que en 2 dimensiones basta con un tabla 3.2) en 1 dimensi escalar para describir cualquier rotaci on (dado por el angulo que rotamos) y en 3 dimensiones es necesario emplear un vector, cuyas componentes describen la orientaci on del eje de rotaci on y el angulo que rotamos. Finalmente, el n umero de grados de libertad de las rotaciones en espacios de dimensionalidad n > 3 aumenta de manera cuadr atica con n. De la misma forma que (x y ) z nos da el volumen del paralelep pedo denido por estos 3 vectores en 43 , el producto exterior tambi en est a relacionado con el c alculo de vol umenes en variedades diferenciables de dimensi on arbitraria. El estudio de aplicaciones relacionadas con rotaciones innitesinales o con integraci on en variedades diferenciables de dimensi on arbitraria suele hacerse en el contexto de algebras de Grassmann, por medio del c alculo exterior. El c alculo exterior resulta m as potente que el c alculo tensorial para todo lo relacionado con manipulaci on de tensores antisim etricos, ya que aprovecha al m aximo las relaciones de (anti-) simetr a caracter sticas de estos objetos. Por supuesto que para poder hacer un uso ventajoso del c alculo exterior es necesario estar familiarizado previamente con el c alculo tensorial.
3.5.
Problemas
1. Calcule la matriz del cambio de base correspondiente a intercambiar dos vectores cualesquiera de la base can onica en n dimensiones qu e determinante tiene esta matriz de cambio de base?
60 n (n )
2
CAP ITULO 3. DENSIDADES TENSORIALES 1 0 2 1 3 3 4 6 5 10 ... ...
Cuadro 3.2: Dimensionalidad del producto exterior de dos vectores en funci on de la dimensionalidad (n) del espacio vectorial al que pertenecen.
2. Repita el ejercicio anterior para el caso de una permutaci on con paridad positiva de los vectores de la base. 3. Repita el ejercicio anterior para el caso de una permutaci on con paridad negativa. 4. Demostrar que g es un pseudo-tensor axial de peso 1. 5. Demostrar que 1/ g es un pseudo-tensor axial de peso 1. 6. Demostrar que ijk es un pseudotensor 3-contravariante de peso 1. 7. Demostrar que ijk = gijk es un tensor axial 3-covariante. 8. Demostrar que ijk = g ip g jq g kr pqr est a dado por ijk / g . 9. Demostrar que ijk = ijk / g es un tensor axial 3-contravariante. 10. Demostrar que el producto vectorial de un vector axial por un vector polar produce un vector polar. 11. Verique que se cumplen todas las propiedades generales del producto vectorial (Ec. (3.15) Ec. (3.24)) usando un sistema de coordenadas arbitrarias.
3.6.
Bibliograf a
Este cap tulo se basa principalmente en el texto de Bowen y Wang [2], junto con los de Lichnerowicz [10] y Bishop y Goldberg [1]. Para mayor profundidad sobre p-formas y c alculo exterior se recomienda el texto de Frankel [7].
Cap tulo 4
Campos tensoriales
El c alculo tensorial es relevante en f sica por sus aplicaciones en teor as de campos, es decir, teor as donde las variables f sicas pueden representarse por medio de funciones del espacio y el tiempo. Este tipo de descripci on de la realidad apareci o con la teor a de la gravitaci on de Newton (16431727) y se extendi o considerablemente a lo largo del s:xix con el electromagnetismo de Maxwell (18311879) y las ecuaciones de Navier-Stokes para la mec anica de uidos (Euler (1707 1783), Lagrange (17361813), Navier (17851836), Stokes (18191903), etc.). Desde inicios del s:xx este tipo de descripci on del mundo f sico tambi en se ha aplicado en relatividad (Einstein (1879 1955)) y en mec anica cu antica (Schr odinger (18871961), Heisenberg (19011976), etc.). Generalmente los campos tensoriales se denen sobre conjuntos de puntos que no cumplen todas las propiedades necesarias como para formar un espacio vectorial, pero que localmente s tienen una estructura similar a un espacio vectorial. Este tipo de conjuntos se denominan variedades (manifolds en la literatura en ingl es). Normalmente trabajaremos con variedades diferenciables, es decir, variedades lo sucientemente regulares como para que en ellas sea posible denir operaciones de c alculo, como derivadas e integrales. Cuando se habla de un campo tensorial denido sobre una variedad diferenciable, 8, se da por hecho que cada punto r 8 es el origen de un espacio vectorial denominado espacio tangente, denido como la envolvente lineal de las tangentes en r a todas las curvas contenidas en 8 que pasen por r . El espacio tangente a 8 en r es, por tanto, el espacio denido por todas las direcciones posibles que podemos tomar para pasar por dicho punto sin salirnos de la variedad. El conjunto de los espacios tangentes denidos sobre todos los puntos de la variedad forma el brado tangente. Cada espacio tangente tiene su correspondiente espacio dual, denominado espacio co-tangente, y la colecci on de espacios cotangentes que obtenemos al recorrer toda la variedad forma el brado cotangente. El producto tensorial de s copias de cada espacio tangente por r copias de su dual genera una familia de espacios producto tensorial denidos sobre la variedad de partida como funci on del punto. A este espacio producto tensorial es al que pertenecen los tensores r-covariantes s-contravariantes denidos sobre la variedad como campos tensoriales. En este cap tulo comenzaremos con una breve introducci on a las variedades diferenciables y los espacios tangente y cotangente. Veremos las parametrizaciones que se emplean para describir las variedades y las bases a que estas dan lugar en los brados tangente y cotangente. Finalmente extenderemos los conceptos denidos en los cap tulos precedentes al caso de campos tensoriales en variedades diferenciables. 61
62
CAP ITULO 4. CAMPOS TENSORIALES
4.1.
Variedades diferenciables
Con mucha frecuencia los espacios sobre los que se denen los campos tensoriales de inter es en f sica no cumplen todas las propiedades necesarias para ser espacios vectoriales, sino que son espacios con una estructura m as general, conocidos como variedades diferenciables. Qu e es una variedad diferenciable? Una variedad n-dimensional es cualquier colecci on de puntos localmente similar a un espacio vectorial de n dimensiones. En esta denici on localmente signica en un cierto entorno alrededor de cualquier punto de la variedad y similar quiere decir topol ogicamente equivalente. Para entender esta denici on es necesario entender qu e signica ser topol ogicamente equivalente. Dos conjuntos de puntos son topol ogicamente equivalentes cuando se puede denir entre ellos una funci on continua con inversa continua que transforme un conjunto en el otro. Por ejemplo, una esfera es topol ogicamente equivalente a un cubo porque podemos deformar una esfera para hacerla coincidir con un cubo (y viceversa) de manera continua (ver, p. ej., Fig. 4.1). Por el contrario, una esfera no es equivalente a un toro, ya que para convertir la esfera en un toro es necesario introducir un corte en la esfera, lo cual no cumple la condici on de continuidad. Un toro, por su parte, es topol ogicamente equivalente a una rosquilla (con un u nico agujero), o a cualquier objeto con una sola asa, como por ejemplo una taza.
Figura 4.1: Deformaci on continua de una esfera en un cubo.
Dos conjuntos son topol ogicamente equivalentes cuando podemos convertir uno en otro y viceversa de manera continua, es decir, mediante deformaciones pero sin introducir cortes ni pegar regiones que no estuviesen inicialmente en contacto, ya que esto u ltimo implica introducir un corte en la funci on inversa. La condici on de continuidad impone que dos puntos pr oximos en el conjunto de partida (es decir, que pertenezcan a un cierto entorno en el conjunto de partida), est en tambi en pr oximos en el conjunto de llegada, lo cual no se cumple si la funci on de transformaci on (o su inversa) introduce cortes. La condici on de continuidad tambi en presupone que los dos conjuntos de puntos considerados son espacios topol ogicos, es decir, espacios en los que se pueden denir nociones como proximidad y continuidad. Las transformaciones continuas con inversa continua entre espacios topol ogicos se denominan homeomorsmos. Una variedad n-dimensional puede denirse, por tanto, como un espacio topol ogico que admite un sistema de coordenadas n-dimensional en un cierto entorno abierto de cada punto. Desde el punto de vista topol ogico una variedad n-dimensional es localmente id entica al correspondiente espacio vectorial de n dimensiones (4n en la mayor a de los casos). Es decir, cada entorno de la variedad puede deformarse de manera continua hasta hacerlo coincidir con el correspondiente
4.1. VARIEDADES DIFERENCIABLES
63
Figura 4.2: Ejemplos de variedades monodimensionales contenidas en el plano.
entorno del espacio vectorial y viceversa. La gran diferencia es que, en general, esta correspondencia (homeomorsmo) entre la variedad y el espacio vectorial s olo puede denirse localmente, pero no globalmente, de forma que globalmente considerada la variedad puede no ser topol ogicamente equivalente a ning un espacio vectorial. Otra diferencia importante es la m etrica: en general la distancia entre dos puntos de la variedad medida a lo largo de la variedad ser a diferente de la distancia entre estos dos puntos medida a lo largo del espacio vectorial al que esta variedad es localmente equivalente, ya que en general los homeomorsmos introducen deformaciones que no conservan las distancias. En particular esto suceder a siempre que consideremos variedades dotadas de cierta curvatura localmente homeomorfas al espacio Eucl deo 4n , que es plano. Esto es lo que sucede p. ej. en los mapas terrestres. Al hacer corresponder una supercie esf erica con una regi on del plano, el mapa no solo introduce un factor de escala, sino tambi en una distorsi on en las distancias, y por tanto tambi en en las areas. Muchos mapas terrestres se basan en la proyecci on Mercator, que introduce una distorsi on creciente a medida que nos alejamos del ecuador, que nalmente se traduce en que las regiones pr oximas a los polos tengan sobre el mapa un tama no aparente muy superior al real. Dependiendo de la funci on de proyecci on empleada las regiones distorsionadas ser an distintas y tambi en el tipo de distorsi on introducida, pero sea cual sea el tipo de proyecci on, siempre que representemos una supercie con curvatura en un mapa plano habr a regiones distorsionadas.
4.1.1.
Curvas y supercies
Las variedades n-dimensionales aparecen de manera natural al generalizar a n dimensiones los conceptos de curva y supercie (variedad uni- y bi-dimensional respectivamente). Una curva contenida en cualquier espacio proporciona el ejemplo no trivial m as sencillo de variedad. Por ejemplo la recta real, o la gr aca de cualquier funci on y = y (x) son variedades unidimensionales. Con frecuencia el conjunto de puntos (x, y ) que cumple una ecuaci on tipo f (x, y ) = 0 para una cierta funci on de dos variables f forma una variedad unidimensional (Fig. 4.2). Esto incluye tanto los casos en que podemos despejar una variable en funci on de la otra de manera expl cita y univaluada (p. ej. ax + by + c = 0 implica que y = (ax + c) /b) como aquellos casos en los que esto no es posible, bien porque la forma funcional de f no lo permite o bien porque al despejar una variable en funci on de la otra obtenemos una funci on multivaluada. Por ejemplo, la soluci on 2 2 2 de x + y R = 0 es una circunferencia de radio R centrada en el origen, pero si despejamos y ( )1/2 en funci on de x encontramos la funci on bi-valuada y = R2 x2 . Muchas variedades unidi-
64
mensionales se denen como las curvas de nivel de funciones de dos variables f (x, y ), dadas por los puntos del plano que cumplen f (x, y ) = k , lo cual puede visualizarse como la intersecci on entre la supercie z = f (x, y ) y el plano z = k . Aunque cualquier variedad unidimensional contenida en el plano puede denirse como el conjunto de puntos que cumple una relaci on tipo f (x, y ) = 0, el rec proco no es cierto. Dependiendo de la funci on f considerada hay casos en los que la ecuaci on anterior no dene una variedad unidimensional, p. ej., dada la funci on plana f (x, y ) = a (que a cualquier punto (x, y ) le hace corresponder el n umero constante a, siendo a un n umero real arbitrario), el conjunto de puntos que cumple f (x, y ) = 0 es el conjunto vac o para cualquier valor de a, excepto para a = 0 en cuyo caso obtenemos todo el plano. En los ejemplos anteriores nos hemos centrado en curvas planas, pero tambi en existen curvas que no est an contenidas en un plano, sino que recorren espacios de dimensionalidad superior. Por ejemplo, las ecuaciones param etricas x = R cos , y = R sin , z = , 4
denen una espiral innita de radio R contenida en
43 .
En general una variedad unidimensional es cualquier conjunto de puntos tal que que en un entorno de cada punto pueda parametrizarse por medio de un u nico par ametro. Las supercies proporcionan el siguiente ejemplo interesante de variedad. De manera an aloga al caso unidimensional, la gr aca de una funci on de 2 variables, z = f (x, y ), es una variedad bidimensional. Con mucha frecuencia las supercies de nivel de las funciones de 3 variables, dadas por la soluci on de f (x, y, z ) = k , o el conjunto de puntos de 43 denido por una relaci on del tipo on f (x, y, z ) = 0, forman variedades bidimensionales (v ease Fig. 4.3). Por ejemplo, dada la funci f (x, y, z ) = x2 + y 2 + z 2 , las supercies de nivel de esta funci on son supercies esf ericas de radio k 1/2 centradas en el origen. Este ejemplo tambi en es interesante para observar que, en general, una supercie cualquiera considerada globalmente no ser a topol ogicamente equivalente a 42 , pero localmente s , ya que si nos jamos en un entorno sucientemente peque no alrededor de cualquier punto de la supercie tenemos un conjunto de puntos bastante similar (es decir, topol ogicamente equivalente) al correspondiente entorno en 42 . En los ejemplos anteriores hemos mencionado variedades bidimensionales contenidas en un espacio tridimensional, pero an alogamente a como suced a con las curvas, una variedad bidimensional no tiene porqu e estar contenida en 43 , sino que puede ocupar un espacio de dimensionalidad superior. Una variedad bidimensional se dene como cualquier conjunto de puntos que pueda parametrizarse (al menos localmente) por medio de dos par ametros. Con mucha frecuencia el conjunto de puntos que forma una variedad se dene como el conjunto de puntos de un cierto espacio de variables que cumple una determinada condici on, dada por una ecuaci on o sistema de ecuaciones. Por ejemplo, la s-esfera de radio unidad es la hipersupercie s-dimensional dada por el conjunto de puntos de 4s+1 que cumple ( 1 )2 ( )2 x + + xs+1 = 1. El concepto de variedad es muy general: una variedad no tiene por qu e ser necesariamente conexa, tampoco tiene por qu e ser cerrada o nita. Por ejemplo, el conjunto de puntos de 42 que cumple la ecuaci on xy = 1 es una hip erbola, con dos ramas no conexas ( cada ) una de ellas con extensi on innita; el conjunto de puntos de 42 que cumple la ecuaci on y x2 (y + 1) = 0 est a formado por dos curvas, la par abola y = x2 y la recta y = 1.
65
Figura 4.3: Ejemplos de variedades bidimensionales contenidas en 3 . En la imagen central se ha representado tambi en el plano z = 1 y en la u ltima el plano z = 0.
4.1.2.
Geometr a intr nseca y extr nseca
En el estudio de variedades diferenciables existen dos puntos de vista opuestos: o bien podemos considerar la variedad de manera abstracta, sin hacer referencia a ning un espacio de dimensionalidad superior donde pueda estar contenida, o bien podemos considerar que la variedad es un subconjunto de un cierto espacio ambiente que la contiene. Las propiedades que pueden estudiarse sin hacer referencia a ning un espacio ambiente dependen exclusivamente de la variedad y se denominan propiedades intr nsecas y su estudio geometr a intr nseca de la variedad. Por el contrario, las propiedades para cuyo estudio es necesario considerar a la variedad como parte de un espacio ambiente se denominan propiedades extr nsecas, ya que no s olo dependen de la variedad sino tambi en del espacio ambiente. Desde el punto de vista matem atico la geometr a intr nseca es especialmente relevante. En general la dimensionalidad de una variedad es una propiedad intr nseca; en el caso de una curva su longitud es una propiedad intr nseca, pero no lo son su curvatura o torsi on; en cuanto a las variedades bidimensionales, en la segunda parte del curso veremos que la primera forma fundamental (que determina medidas de longitudes, angulos y areas sobre una supercie) es una propiedad intr nseca, as como la curvatura de Gauss (que determina localmente la forma de una supercie). El punto de vista intr nseco es el que se adopta en relatividad general para estudiar la geometr a del espaciotiempo (su curvatura etc.), sin hacer referencia a un hipot etico espacio de dimensionalidad superior que lo contenga, lo cual resultar a muy articial. De todas formas tambi en existen multitud de problemas en f sica en los que es relevante el punto de vista extr nseco, que resulta m as sencillo e intuitivo. De hecho, en el desarrollo de la geometr a diferencial el punto de vista extr nseco fue el primero que se consider o. Desde el punto de vista extr nseco una variedad diferenciable n-dimensional puede denirse como el conjunto de puntos de un cierto espacio vectorial de n + r dimensiones (p. ej. 4n+r ) que
66 cumple un cierto sistema de r ecuaciones impl citas
( ) f1 x1 , x2 , . . . , xn+r = 0 ( ) f2 x1 , x2 , . . . , xn+r = 0 ... ... ... ( 1 2 ) n+r fr x , x , . . . , x =0 (4.1)
donde las r funciones fi anteriores son independientes entre s y cumplen ciertas propiedades adicionales. Por ejemplo, dos condiciones f (x, y, z ) = 0 y g (x, y, z ) = 0 en 43 determinan una curva, dada por la intersecci on de las supercies denidas por cada una de estas condiciones. Es evidente que el conjunto de puntos denido por un sistema como el anterior (Eq. (4.1)) no siempre dene una variedad. Por ejemplo, el conjunto de puntos de 42 que cumplen la condici on xy = 0 est a dado por los ejes x e y , este conjunto no es una variedad 1-dimensional, ya que cualquier entorno abierto que contenga el origen no es topol ogicamente equivalente a un entorno de la recta o a ning un espacio vectorial. Qu e condiciones debe cumplir el sistema Ec. (4.1) para denir una variedad? { } n+ r 2 Supongamos que el punto x0 = x1 cumple el sistema Ec. (4.1) y que las r 0 , x0 , . . . , x0 funciones fi son (1) continuas y (2) diferenciables en un entorno de x0 . Entonces, seg un el teorema de la funci on impl cita el sistema Ec. (4.1) dene una variedad n-dimensional, al menos en un cierto entorno de x0 , si y s olo si (3) el rango de la matriz jacobiana del sistema (J ) J = ...
f1 x1
... ... ...
f1 xn
f1 xn+1
... ... ...
f1 xn+r
(4.2)
...
fr xn
...
fr xn+1
...
fr xn+r
fr x1
en el punto x0 es r. Si se cumple esta condici on el teorema de la funci on impl cita garantiza que, al menos en un cierto entorno de x0 , podemos despejar r variables en funci on de las restantes n ( ) xn+1 = xn+1 x1 , . . . , xn ( ) xn+2 = xn+2 x1 , . . . , xn ... xn+r ... ... ( ) = xn+r x1 , . . . , xn ... (4.3)
donde hemos tomado las r variables que podemos despejar como las r u ltimas. De esta forma en n + r un entorno de x0 los puntos { de 4 que } cumplen el sistema Ec. (4.1) pueden parametrizarse en t erminos de las coordenadas x1 , . . . , xn , y por tanto en dicho entorno constituyen una variedad n-dimensional. Si estas 3 condiciones se cumplen en un cierto entorno de todos los puntos x0 que verican el sistema Ec. (4.1), entonces esta colecci on de condiciones dene una variedad diferenciable nn + r dimensional contenida en 4 . De hecho, aproximando en Ec. (4.1) cada fi por su desarrollo en serie de Taylor hasta orden 1 en torno a x0 , es muy sencillo demostrar que la condici on necesaria para poder despejar
67
{ n+1 } { } x , . . . , xn+r como funci on de las restantes x1 , . . . , xn en un entorno del punto x0 es precisamente que la matriz f1 f1 . . . n + r n +1 x x (4.4) ... ... ... fr fr . . . x n+r xn+1 sea invertible. El mismo razonamiento que acabamos de emplear puede repetirse suponiendo que el espacio en el que est a denido el sistema Ec. (4.1) no es un espacio vectorial, sino una variedad n + rdimensional parametrizada (localmente) por unas coordenadas xi . En ese caso, cuando se cumplen las condiciones (1), (2) y (3) el sistema Ec. (4.1) dene una sub-variedad. Codimensi on e hipersupercies Dada una variedad n-dimensional contenida en un espacio vectorial N -dimensional, se dene la co-dimensi on de la variedad como la diferencia N n. En el caso de una variedad denida por un sistema de ecuaciones como el anterior (Eq. (4.1)) la co-dimensi on est a dada por el n umero de restricciones que dene la variedad dentro del espacio ambiente. De manera an aloga al caso de una supercie contenida en 43 , que es una variedad de codimensi on 1, se denomina hipersupercie a cualquier variedad n-dimensional contenida en un espacio de n + 1 dimensiones, es decir, cualquier variedad de codimensi on 1, y se denomina hiperplano a cualquier hipersupercie con curvatura nula.
4.1.3.
Ejemplos de variedades en f sica
En f sica constantemente manejamos ecuaciones que dan lugar a variedades denidas en el espacio de variables del sistema. En algunos casos estas variedades pueden tener una estructura sencilla, en otros puede ser muy complicada y en cualquier caso ser an dif ciles de visualizar si la dimensionalidad es alta. Todas las ramas de la f sica proporcionan ejemplos interesantes de variedades. Por ejemplo, en mec anica de uidos tenemos las l neas de corriente de un campo de velocidades v = {vx , vy , vz }, dadas por la soluci on de dy dz dx = = vx vy vz Cada l nea de corriente es una variedad uni-dimensional contenida en 43 ; en electromagnetismo tenemos las supercies equipotenciales de un campo el ectrico (dadas por V (x, y, z ) = k ), que denen una familia de variedades bi-dimensionales. A nada que pensemos en ello est a claro que surgen multitud de ejemplos. Veamos algunos ejemplos de variedades en mec anica cl asica y termodin amica. Mec anica cl asica Para visualizar de manera global el comportamiento de sistemas mec anicos suele emplearse el plano de fases, denido como el conjunto de todas las trayectorias posibles en el espacio de posiciones r y momentos lineales p = m dr /dt del sistema. En el caso de sistemas conservativos las trayectorias en el plano de fases est an dadas por los puntos (r , p) que cumplen la ecuaci on 2 de conservaci on de la energ a K + U = E (siendo K = p /(2m) la energ a cin etica, U = U (r ) la
68
energ a potencial y E la energ a total del sistema), es decir, las curvas de nivel de la funci on energ a total. Haciendo que var en las condiciones iniciales (r (0) y p(0)) podemos ir calculando todas las trayectorias posibles, y su representaci on en el plano de fases proporciona mucha informaci on sobre los posibles comportamientos del sistema. Un ejemplo interesante y muy sencillo es el oscilador arm onico unidimensional. En ese caso el 2 potencial es V (x) = kx /2 y la ecuaci on de conservaci on de la energ a (p2 /(2m) + V (x) = E ) da lugar a la familia de elipses con semiejes xmax y pmax x2 p2 + =1 x2 p2 max max
en el plano de fases, donde la elongaci o n m a xima es x = 2E/k y el momento m aximo es max pmax = 2mE . Conceptualmente el mapa de fases es muy u til, pero la visualizaci on de las trayectorias puede ser complicada en algunos casos, ya que la dimensionalidad de la variedad K + U = E depende del sistema considerado, pudiendo llegar a ser muy elevada. Para el movimiento unidimensional de una part cula puntual el plano de fases es bi-dimensional y la condici on de conservaci on de la energ a dene una variedad uni-dimensional; para una part cula puntual en 2 (respectivamente 3) dimensiones el plano de fases tiene 4 (respectivamente 6) dimensiones y la variedad K + U = E es una hipersupercie de 3 (respectivamente 5) dimensiones. En general, si tenemos n grados de libertad en lo que respecta a la posici on, la dimensionalidad del plano de fases ser a 2n y la condici on de conservaci on de la energ a dene una variedad (2n 1)-dimensional (o de co-dimensi on 1), en algunos casos esta dimensionalidad puede ser alta. Por ejemplo, un s olido r gido en 3 dimensiones tiene 6 grados de libertad en lo que respecta a su posici on (3 coordenadas para la posici on del centro de masas y otras 3 para la orientaci on del cuerpo en el espacio); otros ejemplos con dimensionalidad elevada son un s olido articulado con muchos grados de libertad, o, por supuesto, un sistema de muchas part culas puntuales. Otro caso interesante y f acil de visualizar es el p endulo simple bajo la acci on de la gravedad (gura y la energ 4.4). El momento lineal en este caso es mL a potencial (mgh) queda como mgL (1 cos ), de modo L que la trayectoria en el plano de fases correspondiente a una energ a total E est a dada por la curva p2 1 cos + 2 =1 1 cos max pmax donde el aximo pmax vuelve a estar da momento m do por 2mE y 1 cos max es igual a 2E/Es , sienh do Es = 2mgL la energ a m nima necesaria para que mg el p endulo llegue a dar una vuelta completa. Para energ as por debajo de Es las curvas que obtenemos en el plano de fases son cerradas, lo que signica que el p endulo oscila siendo max el angulo m aximo alcanzaFigura 4.4: El p endulo simple. do. Por el contrario, para E > Es estas curvas ya no son cerradas, el p endulo no oscila sino que da vueltas completas, de forma que no existe angulo m aximo. En el l mite E/Es 1 las oscilaciones tienen amplitud muy peque na, y la anterior variedad se aproxima a la familia de elipses 2
2 max
p2 p2 max
=1
69
Figura 4.5: Plano de fases de un p endulo simple. La trayectoria marcada en rojo (E = Es ) es la separatriz entre las trayectorias cerradas (E < Es ) y las abiertas (E > Es ).
(tal y como puede comprobarse por medio del desarrollo en serie de Taylor de cos ) que corresponde a un oscilador arm onico de constante recuperadora k = mg/L. En la gura 4.5 se ha representado el plano de fases de un p endulo simple, mostrando el tipo de comportamiento que observaremos en funci on del par ametro adimensional E/Es . Aparte de la dimensionalidad, otra dicultad que existe en mec anica cl asica para visualizar las hipersupercies de nivel E (r , p) = E en el plano de fases es la propia estructura de estas variedades. En particular, si la dimensionalidad del plano de fases es superior a 2 existe la posibilidad de encontrar comportamiento ca otico (teorema de Poincar e-Bendixson), en cuyo caso la estructura de las hipersupercies correspondientes a un determinado nivel de energ a ser a extraordinariamente complicada. Como ya hemos mencionado antes una condici on como K + U = E no siempre generar a una variedad diferenciable, sino que en algunos casos puede dar lugar a estructuras m as complicadas, no equivalentes a ning un espacio vectorial ni siquiera localmente. En el caso de un sistema con din amica ca otica las hipersupercies K + U = E se retuercen sobre s mismas de manera extraordinariamente complicada, generando estructuras que llenan densamente el espacio de fases, con una topolog a diferente a la de un espacio vectorial, incluso localmente. En algunos casos estas estructuras son auto-similares bajo cambios de escala, lo que las convierte en estructuras fractales. Termodin amica Las variables de presi on p, temperatura absoluta T y densidad de una sustancia pura en equilibrio termodin amico est an relacionadas entre s por una ecuaci on de estado del tipo f (p, T, ) = 0, donde la forma de la funci on f depende de la naturaleza del sistema considerado. Por ejemplo, para un gas ideal con masa molar m tenemos f (p, T, ) = pm RT . La condici on de equilibrio termodin amico da lugar por tanto a una supercie en el espacio de variables (p, T, ). Por ejemplo, la ecuaci on de estado de van der Waals para una sustancia pura es ( v )2 p 8T /Tc c = 3 pc 3v/vc 1 v
70
Figura 4.6: Isotermas de un uido de van der Waals. Las l neas rojas corresponden al uido supercr tico, las azules a la fase l quida y las verdes a la fase gas.
donde v es el volumen molar y el sub ndice c se reere al punto cr tico de la transici on l quido-vapor. La gura 4.6 muestra la supercie a que da lugar esta ecuaci on de estado. Como puede apreciarse, para v/vc sucientemente elevado recuperamos el comportamiento de un gas ideal, mientras que para temperaturas subcr ticas existe un corte correspondiente al cambio de fase l quido-vapor. Si en lugar de una sustancia pura tenemos una mezcla bi-componente la ecuaci on de estado depender a tambi en de una variable adicional, que describa la composici on de la mezcla. En ese caso los estados de equilibrio forman una variedad tri-dimensional en el espacio de presi on, temperatura, densidad y composici on. Si consideramos mezclas de m as de dos sustancias, cada sustancia adicional incrementa en una unidad el n umero de variables termodin amicas del sistema, de forma que para una mezcla multi-componente el conjunto de puntos correspondientes a estados de equilibrio forma una variedad de dimensionalidad elevada, cuya forma puede ser muy complicada. Aparte de la variedad correspondiente a estados de equilibrio, en termodin amica se manejan constantemente variedades denidas por multitud de restricciones aplicadas sobre las variables termodin amicas. Los casos de transformaciones isobaras (presi on constante), isocoras (volumen constante) e isotermas (temperatura constante) son especialmente frecuentes. Es interesante observar que fue precisamente Josiah Willard Gibbs, una de las principales guras en la historia de la termodin amica y la mec anica estad stica, quien desarroll o gran parte del c alculo vectorial moderno al formular el aparato matem atico necesario en termodin amica. Relatividad La teor a de la relatividad emplea tambi en el concepto de variedad diferenciable, siendo el espacio-tiempo que habitamos una de las variedades de mayor inter es en f sica te orica. Las obser-
71
vaciones de que disponemos en la actualidad parecen indicar que el espacio-tiempo es una variedad diferenciable pseudo-Riemanniana de 4 dimensiones. El anterior prejo pseudo- reeja que seg un la teor a de la relatividad la m etrica del espacio-tiempo no cumple todas las propiedades que normalmente se exigen a una funci on distancia. La gran diferencia est a en que la m etrica del espacio-tiempo relativista no es denida positiva, sino que existen ciertos vectores (llamados de g enero luz) que a pesar de no ser nulos tienen norma nula; por otra parte existen tambi en vectores llamados de g enero tiempo con norma negativa y vectores llamados de g enero espacio con norma positiva, de tal forma que la distancia espacio-temporal entre dos sucesos separados por un vector de g enero (respectivamente) tiempo, luz o espacio es (respectivamente) negativa, nula o positiva (todo esto empleando la convenci on tipo espacio, con signatura m etrica +++, los signos se invierten si empleamos la convenci on tipo tiempo). Como consecuencia la geometr a del espacio-tiempo relativista es distinta de la habitual geometr a de 4n , incluso en el caso del espacio-tiempo plano de la relatividad especial (el espacio de Minkowski). En u ltima instancia esto hace que en el l mite no relativista (a velocidades bajas comparadas con la de la luz y lejos de singularidades espacio-temporales, como agujeros negros) la coordenada temporal aparezca como una variable cualitativamente distinta de las espaciales, que por su parte forman un espacio vectorial que en la pr actica es indistinguible del espacio Eucl deo de 3 dimensiones.
4.1.4.
Diferenciabilidad y parametrizaciones
Hasta ahora hemos hablado de variedades sin prestar demasiada atenci on a la condici on de diferenciabilidad. Desde el punto de vista de las aplicaciones en f sica estamos interesados principalmente en variedades sobre las que es posible denir operaciones como derivadas e integrales, de manera an aloga a como se denen estas operaciones en el familiar espacio Eucl deo 4n . Estas operaciones son necesarias para calcular multitud de magnitudes habituales en f sica, como por ejemplo velocidades y gradientes (denidos en funci on de derivadas direccionales), o longitudes y areas (denidas en t erminos de integrales). Las variedades en las que es posible denir este tipo de operaciones se denominan variedades diferenciables. Para denir operaciones como derivaci on e integraci on en variedades diferenciables es necesario denir antes un sistema de coordenadas generalizadas que parametrice la variedad (al menos localmente), y que nos permita describir desplazamientos a lo largo de la variedad. Por ejemplo, en 4n podemos calcular derivadas direccionales en t erminos de derivadas respecto de las coordenadas espaciales que describen la posici on de cada punto del espacio. En un espacio vectorial cualquier punto del espacio queda descrito por sus coordenadas respecto de una base cualquiera, en el caso de una variedad diferenciable este concepto no es aplicable. C omo asignamos coordenadas a los puntos de una variedad diferenciable? En un entorno alrededor de cada punto de una variedad n-dimensional sabemos que esta es similar (topol ogicamente equivalente) al correspondiente entorno de un espacio vectorial de n dimensiones (en la mayor a de los casos 4n ). Por tanto, en un entorno de cualquier punto podemos denir una colecci on de n funciones reales continuas con inversa continua (homeomorsmos) tales que a cada punto de dicho entorno le hagan corresponder un punto del espacio vectorial 4n , cuyas coordenadas en 4n (o cualquier funci on continua y diferenciable con inversa continua y diferenciable de las mismas) pueden emplearse como coordenadas del punto de la variedad. En una variedad diferenciable n-dimensional esta colecci on de n homeomorsmos dene por tanto unas coordenadas generalizadas que parametrizan una determinada regi on nita de la varie-
72
y x
Figura 4.7: Parametrizaci on de una variedad diferenciable.
dad. Un conjunto de funciones como el mencionado se denomina mapa, por analog a con los mapas geogr acos, que hacen corresponder cada punto de una zona de la supercie terrestre con un punto de una representaci on bidimensional plana. En general para describir una variedad no bastar a con un u nico mapa, v alido a lo largo de toda la variedad, sino que ser a necesario emplear una colecci on de cierto n umero de mapas, cada uno de ellos v alido s olo en una determinada regi on, de tal forma que el conjunto completo de todos estos mapas llegue a cubrir la totalidad de la variedad. Dicho conjunto completo de mapas se denomina l ogicamente atlas. La condici on que distingue a una variedad diferenciable es que todos los mapas que relacionan cada regi on de la variedad con la correspondiente regi on de 4n deben ser diferenciables (adem as de continuos con inversa continua). De esta forma, al mover un punto a lo largo de la variedad de manera continua y diferenciable, sus coordenadas en el mapa que representa esta variedad en 4n var an de forma continua y diferenciable, lo cual nos permite calcular derivadas e integrales a lo largo de la variedad en t erminos de derivadas e integrales respecto de las coordenadas generalizadas que estemos empleando. Los mapas empleados para denir las coordenadas generalizadas en una variedad diferenciable son por tanto homeomorsmos diferenciables, este tipo de funciones se denominan difeomorsmos. Para garantizar que sobre la variedad podemos realizar derivadas espaciales de orden arbitrariamente alto, los difeomorsmos que mapean la variedad en 4n deben tener innitas derivadas continuas, es decir, deben ser funciones de clase C . En este curso denominaremos funciones suaves a las funciones de clase C . Por otra parte, si sobre una determinada regi on en una variedad diferenciable es posible denir dos parametrizaciones diferentes, la condici on de diferenciabilidad impone que estas deben ser compatibles entre s , es decir, debe existir una funci on invertible de clase C que transforme un mapa en el otro, al menos en la regi on donde ambos son simult aneamente v alidos, dicha funci on se denomina cambio de coordenadas. Esto u ltimo es especialmente importante en aquellos casos en los que resulta imposible describir la variedad completa por medio de una sola parametrizaci on. En esos casos ser a necesario emplear distintas parametrizaciones v alidas en distintas regiones de la variedad, y la condici on de diferenciabilidad de la variedad impone que dichos mapas deben ser compatibles en la intersecci on entre los dominios de denici on correspondientes. Las condiciones anteriores pueden resumirse de la siguiente forma. Dada la variedad diferenciable n-dimensional 8, localmente homeomorfa a 4n : Coordenadas generalizadas:
73
La variedad est a parametrizada por un atlas, dado por un cierto n umero de homeomorsmos denidos sobre determinadas regiones i de la variedad en 4n fi : i 4n (4.5)
de forma que cada uno de estos mapas fi dene un sistema de coordenadas generalizadas v alido en una cierta regi on i 8 fi (v ) = {xk (v )}n k=1 v i (4.6)
donde la superposici on de los dominios de denici on de todos estos mapas recubre la variedad en su conjunto i . (4.7) 8=
i
Condici on de diferenciabilidad de las coordenadas generalizadas: Si la variedad es diferenciable todos estos mapas deben ser homeomorsmos diferenciables, es decir, difeomorsmos. En general en este curso supondremos que las funciones que denen las coordenadas generalizadas sobre una variedad diferenciable son funciones invertibles de clase C . Condici on de compatibilidad entre coordenadas generalizadas: Dados los mapas f y g v alidos en las regiones f y g , que denen respectivamente las coordenadas generalizadas {xk (v )}n k=1 = f (v ) y {yk (v )}n k=1 = g (v ), (4.8)
si la intersecci on f g no es nula entonces la condici on de diferenciabilidad impone que existen dos funciones invertibles de clase C ( y 1 ) que transforman las coordenadas n generalizadas {yk (v )}n k=1 en las {xk (v )}k=1 y viceversa
n {xk (v )}n k=1 = ({yk (v )}k=1 ) , 1 {yk (v )}n ({xk (v )}n k=1 = k=1 ) .
(4.9)
Es muy f acil ver que y su inversa est an dadas respectivamente por ( ) [ 1 ] = f g 1 , ({yk (v )}n ({yk (v )}n k=1 ) = f g k=1 ) ( ) [ 1 ] 1 = g f 1 , 1 ({xk (v )}n ({xk (v )}n k=1 ) = g f k=1 ) .
(4.10) (4.11)
Las variedades diferenciables son los dominios m as generales sobre los que es posible denir operaciones de c alculo. Cuando se cumplen todas las condiciones anteriores podemos emplear las coordenadas generalizadas para calcular derivadas o integrales sobre la variedad por medio de las correspondientes derivadas o integrales respecto de las coordenadas generalizadas. Al hacer esto debemos tener en cuenta que si la variedad considerada tiene cierta curvatura, su m etrica no coincidir a con la del espacio Eucl deo 4n . Esto tiene importantes consecuencias a la hora de medir distancias, angulos o areas sobre una variedad y tambi en a la hora de calcular derivadas direccionales. En general el c alculo de derivadas direccionales a lo largo de variedades diferenciables n-dimensionales y el an alisis de su m etrica (incluyendo medidas de curvaturas, distancias, angulos, areas, vol umenes, etc.) son los objetos de estudio de la geometr a diferencial. En el pr oximo cap tulo veremos c omo se calculan derivadas direccionales en variedades diferenciables y en la segunda parte del curso veremos c omo se calculan curvaturas, distancias, angulos y areas en el caso de variedades de una y dos dimensiones, es decir, curvas y supercies.
74
g
y2 y1 x2 x1
f
Figura 4.8: Compatibilidad entre coordenadas generalizadas de una variedad diferenciable.
Variedades Riemannianas El concepto de variedad generaliza el concepto de espacio vectorial a conjuntos de puntos con estructuras m as complicadas. Con mucha frecuencia consideraremos variedades diferenciables localmente homeomorfas al espacio 4n con m etrica no Eucl dea en el plano tangente. En general se dene una variedad Riemanniana como cualquier variedad diferenciable n dimensional con m etrica de Riemann en el espacio tangente, de tal forma que la m etrica est a descrita por un tensor m etrico gij que var a de forma continua y diferenciable a lo largo de la variedad.
4.1.5.
Ejemplos de variedades y parametrizaciones
El espacio
4n
Es evidente que el propio espacio vectorial 4n constituye una variedad diferenciable n-dimensional. Como parametrizaci on trivial de esta variedad podemos considerar las propias coordenadas cartesianas xi , y como coordenadas generalizadas cualquier funci on (invertible y C ) de las anteriores. Veamos algunos ejemplos: En dos dimensiones por ejemplo podemos denir las coordenadas polares (r, ) dadas por x = r cos ; r = x2 + y 2 , r [0, ]; y y = r sin ; = arctan , [0, 2 ] (4.12) x En tres dimensiones son muy habituales las coordenadas cil ndricas (, , z ) x = cos ; = x2 + y 2 , [0, ]; y y = sin ; = arctan , [0, 2 ] x y las coordenadas esf ericas (r, , ) x = r sin cos ; y = r sin sin ; z = r cos ; r= x2 + y 2 + z 2 , r [0, ]; z = arc cos , [0, ] r y = arctan , [0, 2 ] x
(4.13)
(4.14)
4.1. VARIEDADES DIFERENCIABLES Parametrizaci on de curvas
75
En general una curva en 4n puede denirse mediante las n ecuaciones param etricas que denen las coordenadas de un punto sobre la curva en funci on de un par ametro , x1 = x1 () x2 = x2 () ... ... ... xn = xn () (4.15)
de tal forma que cuando recorre un cierto intervalo de la recta real (p. ej. [0, 1]) el punto x() recorre la curva completa, desde el punto inicial (x( = 0)) hasta el nal (x( = 1)). De esta manera el par ametro es la coordenada generalizada que dene la posici on de cualquier punto sobre la curva. En algunos casos se pueden tomar par ametros que tengan un signicado geom etrico evidente. Por ejemplo, las relaciones x = cos , y = sin , [0, 2 ] (4.16)
denen una circunferencia de radio unidad en la que la coordenada generalizada es el angulo formado por el punto considerado con el eje x. Otro ejemplo, la relaci on y = y (x) dene la curva dada por la gr aca de la funci on y (x) en t erminos del par ametro x, lo que equivale a las ecuaciones param etricas x = , y = y (). Otro ejemplo muy importante es el par ametro longitud de arco, denido como la longitud recorrida a lo largo de la curva a partir de un cierto punto que tomamos como origen. Como veremos en geometr a diferencial, en el estudio de curvas el par ametro longitud de arco es el que genera la descripci on m as sencilla posible de la curva. Parametrizaci on de supercies Las supercies se caracterizan por tener 2 grados de libertad, lo que implica que para recorrer una supercie debemos emplear 2 coordenadas generalizadas. Las ecuaciones param etricas de una n supercie contenida en 4 tendr an por tanto la forma general siguiente x1 = x1 (, ) x2 = x2 (, ) ... ... ... xn = xn (, ) (4.17)
de manera que cuando los par ametros y recorren sus correspondientes dominios de denici on el punto x(, ) recorre la supercie. Los par ametros y denen de esta forma unas coordenadas generalizadas que nos permiten describir la supercie. Por ejemplo, la denici on de las coordenadas esf ericas en 43 con r = const. proporciona una parametrizaci on de la supercie esf erica de radio r centrada en el origen en t erminos de las coordenadas generalizadas y (aunque este mapa no es v alido cerca de los polos = 0 y = ). Otro ejemplo, en la gr aca de una funci on de dos variables z = f (x, y ) las propias variables x e y proporcionan las coordenadas generalizadas necesarias para la parametrizaci on de la supercie.
76
La parametrizaci on global de la supercie por medio de un u nico mapa no ser a posible en aquellos casos en los que tengamos una supercie denida de manera impl cita por una condici on del tipo f (x, y, z ) = 0 en la que resulte imposible despejar ninguna de las variables en funci on de las restantes de manera suave y univaluada. En esos casos no ser a posible parametrizar la supercie con un u nico mapa, tal y como se ha asumido en Eq. (4.17) sino que ser a necesario emplear varios mapas para describir distintas regiones de la supercie. Esto es lo que sucede por ejemplo si queremos describir una supercie esf erica (con r = 1, centrada en el origen) empleando las coordenadas x e y como coordenadas generalizadas, en ese caso es necesario emplear al menos 2 mapas: z = + x2 + y 2 1 para la mitad superior y z = x2 + y 2 1 para la mitad inferior.
4.2.
Fibrados tangente y cotangente
El espacio tangente a una variedad diferenciable n-dimensional 8 en el punto r 8 se dene como la envolvente lineal de las tangentes en r a todas las curvas contenidas en la variedad que pasen por dicho punto. Por supuesto, estamos dando por hecho que las curvas a las que nos referimos son continuas y diferenciables. El ejemplo m as visual en f sica consiste en identicar la curva param etrica r () con la trayectoria de un punto y el par ametro con el tiempo; en ese caso la derivada de r respecto del par ametro es el vector velocidad, de modo que el espacio tangente es el denido por los vectores velocidad de todas las trayectorias, continuas, diferenciables y contenidas en la variedad, que pasen por el punto en consideraci on. Intuitivamente el espacio tangente a una variedad en un punto representa todas las direcciones posibles que podemos tomar en 8 para pasar por dicho punto sin salirnos de la variedad. Por ejemplo, si la variedad de partida es la supercie de una esfera, el espacio tangente en un punto es el plano tangente a la esfera en dicho punto; si la variedad de partida es una supercie en 43 , el espacio tangente en cualquier punto es el plano tangente a la supercie en dicho punto. Esto implica que la dimensionalidad del espacio tangente coincide con la de la variedad considerada. Una vez denido el espacio tangente en un punto, se dene el brado tangente como el conjunto de todos los espacios tangentes que se obtiene al recorrer la variedad completa (r 8). Por otra parte, el dual al espacio tangente en cada punto se dene como el espacio co-tangente en dicho punto, y el conjunto de todos los espacios cotangentes denidos sobre toda la variedad se dene como el brado cotangente. El producto tensorial de s copias de cada espacio tangente por r copias de su dual genera un espacio producto tensorial denido como funci on del punto en 8. A este espacio pertenecen los tensores (o, en general, las densidades tensoriales) denidas como funci on del punto sobre la variedad. Todos los conceptos denidos en los cap tulos precedentes sobre comportamiento tensorial son aplicables, sin ninguna modicaci on, al caso de tensores denidos como funci on del punto sobre una variedad diferenciable. La u nica diferencia es que ahora, en lugar de un u nico espacio vectorial, tenemos una colecci on de espacios vectoriales denidos como funci on del punto sobre la variedad diferenciable.
4.2.1.
Espacio tangente a un espacio vectorial
Para familiarizarnos m as con el concepto de espacio tangente veamos primero el caso en que la variedad diferenciable considerada es, ella misma, un espacio vectorial. Dado un espacio vectorial de n dimensiones y la base {ei }n i=1 , cualquier punto del espacio queda descrito por sus coordenadas xi respecto de dicha base. Una curva param etrica contenida en - est a dada por la colecci on de n i funciones x () (continuas y diferenciables), con denido en un cierto intervalo (p. ej. [0, 1]).
4.2. FIBRADOS TANGENTE Y COTANGENTE
77
v (t) r (t)
y x
Figura 4.9: Part cula m ovil en
43 .
El vector dado por la diferencia entre los valores de x sobre esta curva correspondientes a dos valores de innitamente pr oximos v d = x( + d) x() (4.18)
es un vector que pertenece a un espacio vectorial id entico a -, ya que es combinaci on lineal de vectores de -. Dicho vector diferencia, situado con origen en el punto x(), es tangente a la curva considerada y por tanto pertenece al espacio tangente a - en el punto x(). Por otra parte, est a claro que considerando distintas curvas x() podemos generar cualquier vector de - como vector velocidad. Como consecuencia: El espacio tangente a un espacio vectorial - en el punto r dicho espacio - pero con origen en el punto r .
- est a dado por una copia de
Con esto recuperamos la imagen intuitiva habitual, seg un la cual para pasar de un espacio vectorial al espacio tangente en un determinado punto basta con desplazar el origen del espacio a dicho punto. El espacio dual al espacio tangente en un punto se dene como espacio co-tangente en ese punto. Por tanto el espacio co-tangente a un espacio vectorial en un punto determinado es un espacio id entico al dual del espacio vectorial de partida, pero con origen en el punto considerado. Una vez denidos los espacios tangente y cotangente como funci on del punto, el conjunto de estos espacios que obtenemos al recorrer el espacio de partida completo dene (respectivamente) los brados tangente y el cotangente. El brado tangente de un espacio vectorial es algo muy familiar, ya que es lo que se ha estado manejando t acitamente al estudiar, p. ej., trayectorias de part culas puntuales en 43 , donde el vector velocidad es un vector perteneciente al brado tangente a 43 en el punto en donde se encuentre la part cula (Fig. 4.9).
4.2.2.
Espacio tangente de una variedad diferenciable
El espacio tangente a un espacio vectorial es un espacio vectorial, seg un acabamos de ver. Veamos que el espacio tangente tambi en es un espacio vectorial si el espacio de partida es solamente una variedad diferenciable: Consideramos una curva param etrica r () denida sobre la variedad 8. El vector velocidad de esta curva es v = dr ()/d, que es tangente a la curva. Supongamos que en un entorno del
78
punto de inter es hemos denido un sistema de coordenadas generalizadas xi , por medio de un difeomorsmo (U ) entre la variedad 8 y un espacio vectorial - de n dimensiones. En este sistema de coordenadas r = U (x), donde x - est a dado por las coordenadas cartesianas xi . La curva param etrica r () 8 est a dada por la imagen resultado de aplicar U sobre la correspondiente curva param etrica x() r () = U (x()) (4.19) El vector tangente v puede calcularse, entonces, por medio de la regla de la cadena v () = U (x) dxi xi d (4.20)
Considerar diferentes curvas r () implica, claramente, considerar diferentes valores para dxi /d, pero la expresi on gen erica anterior es v alida para cualquier curva, es decir, el vector tangente v a cualquier curva contenida en 8 se puede expresar como combinaci on lineal de la base U (x)/xi . Como consecuencia, dada la parametrizaci on U (v alida al menos en un entorno del punto considerado), el espacio tangente a 8 en r est a dado por la envolvente lineal de la base ti = U (x) , xi i = 1, . . . , n (4.21)
Como puede verse, esta base est a dada por los vectores tangentes a las l neas coordenadas U (xi ), j dadas por la intersecci on de las hipersupercies denidas por U (x ) = const. j = i. Es muy sencillo vericar que esta base dene, efectivamente, un espacio vectorial. Para ello basta comprobar que cualquier combinaci on lineal de la base pertenece tambi en al espacio tangente, es decir, que existe una curva (continua, diferenciable y contenida en 8) cuyo vector velocidad coincide con dicha combinaci on lineal. Por otra parte tambi en existe el elemento nulo, el elemento opuesto, y, en resumen, se puede comprobar f acilmente que se verican todas las propiedades mencionadas en el primer cap tulo. Cambios de coordenadas Aunque es trivial vericar que la envolvente lineal de la base Ec. (4.21) cumple todas las propiedades necesarias para ser un espacio vectorial, todav a no es del todo evidente que un objeto i denido como v = v ti sea, realmente, un vector. Esto no es del todo evidente ya que los ti se han denido a partir de una parametrizaci on concreta U que es totalmente arbitraria. Para convencernos de que v i ti es, efectivamente, un vector, debemos vericar que este objeto es invariante sea cual sea el sistema de coordenadas generalizadas empleado para describir la variedad. Consideremos entonces una parametrizaci on arbitraria V , tal que a cada r 8 le asigna las i n coordenadas generalizadas y (es decir, r = U (x) = V (y )). De manera an aloga a como hemos denido la base Ec. (4.21), los vectores tangentes a las l neas coordenadas de este nuevo sistema denen la base nueva V (y ) , i = 1, . . . , n (4.22) ti = y i Por denici on, este cambio de coordenadas es invertible, es decir, existen n funciones suaves que relacionan las coordenadas nuevas con las viejas y viceversa xi = xi (y 1 , . . . , y n ), y i = y i (x1 , . . . , xn ), i = 1, . . . , n (4.23)
al menos en la intersecci on de los dominios de denici on de ambos mapas.
4.2. FIBRADOS TANGENTE Y COTANGENTE Teniendo esto en cuenta y aplicando la regla de la cadena encontramos V (y ) xj ti = = Cij tj , xj y i i = 1, . . . , n
79
(4.24)
donde hemos denido la matriz C del cambio de base como la matriz jacobiana del cambio de coordenadas, evaluada en el punto considerado x1 x1 . . . y n y1 xi i , C = ... ... ... (4.25) Cj = j y n xn . . . x y n y 1 Vemos por tanto que los vectores base Ec. (4.21), dados por las tangentes a las l neas coordenadas, se comportan como objetos 1-covariante bajo el cambio de base inducido en el espacio tangente como consecuencia de realizar un cambio de coordenadas en la variedad. Para terminar de convencernos de que los elementos del espacio tangente son realmente vectores, debemos comprobar que, dada la curva param etrica arbitraria r () 8, la velocidad de esta curva es realmente un vector, es decir, un objeto independiente de las coordenadas generalizadas empleadas para describir la variedad. Veamos que efectivamente es as . En la parametrizaci on U el vector velocidad de esta curva (v ) es v= dr () dxi = ti = v i ti d d dr () dy i = ti = v i ti d d (4.26)
y por tanto tiene componentes v i = dxi /d. En la parametrizaci on V el vector velocidad es v= (4.27)
Identicando ambos resultados vemos que las coordenadas de v respecto de la base vieja (v i ) y respecto de la base nueva ( v i ) est an relacionados por
i j v i = Dj v
(4.28) (4.29)
donde la matriz D es la matriz jacobiana de la transformaci on inversa 1 y y 1 . . . x n 1 x y i i 1 Dj = , D = C = ... ... ... xj y n y n . . . x n x1 dy i y i xj i j = = Dj v d xj d
Este mismo resultado (Ec. (4.28)) puede obtenerse directamente aplicando la regla de la cadena v i = (4.30)
Por tanto vemos que las componentes dxi /d de la velocidad de cualquier curva param etrica se comportan bajo un cambio de coordenadas como un objeto 1-contravariante, tal y como corresponde a las componentes de un vector. Con esto queda comprobado que el espacio tangente a una variedad diferenciable tiene estructura de espacio vectorial. Como corolario tambi en resulta evidente que la dimensionalidad del espacio tangente coincide con el n umero de coordenadas generalizadas necesarias para describir la variedad, es decir, con la dimensionalidad de la variedad.
80 M etrica del espacio tangente
Dados dos vectores del espacio tangente u = ui ti y v = v i ti , su producto escalar est a dado por u v = gij ui v j (4.31)
donde el tensor m etrico gij se dene como la tabla de productos escalares de los vectores de la base gij = ti tj , i, j = 1, . . . , n (4.32)
El tensor m etrico nos permite medir distancias a lo largo de la variedad. Por ejemplo, dada la curva param etrica r () la longitud al cuadrado (dr )2 recorrida en el intervalo de tiempo d es (dr )2 = gij v i v j (d)2 . (4.33)
A partir de las leyes de transformaci on de los vectores ti es inmediato vericar que las componentes del tensor m etrico se transforman bajo un cambio de base como un objeto 2-covariante
q g ij = Cip Cj gpq
(4.34)
En este curso s olo consideraremos variedades diferenciables con m etrica Riemanniana en el brado tangente (con mucha frecuencia Eucl dea, como caso particular de Riemanniana), por tanto suponemos que gij es sim etrico e invertible y que var a de forma suave a lo largo del brado tangente. Una vez denida la m etrica del espacio tangente quedan denidas las correspondientes relaciones entre el espacio tangente y su dual, en particular la base del brado co-tangente est a dada por los vectores ti = g ij tj , i = 1, . . . , n (4.35) donde las componentes 2-contravariantes g ij forman el tensor m etrico inverso. Esto permite aplicar en los brados tangente y cotangente las relaciones estudiadas en los cap tulos precedentes sobre tensores y densidades tensoriales de cualquier rango tensorial. En particular quedan extendidas a los brados tangente y contangente las operaciones de subida y bajada de ndices, mediante el correspondiente producto de contracci on con el tensor m etrico o su dual. Base natural y componentes hol onomas Dada una variedad diferenciable n-dimensional 8, parametrizada en un entorno determinado { }n por medio de un difeomorsmo cualquiera U en t erminos de las coordenadas generalizadas xi i=1 , el conjunto de vectores tangentes a las l neas coordenadas ti = r , xi i = 1, . . . , n (4.36)
se dene como la base natural del brado tangente a 8. Para cualquier vector v del espacio tangente, las componentes de v respecto de la base natural correspondiente a cualquier sistema de coordenadas generalizadas se denominan componentes hol onomas. La base dual a la base Ec. (4.36), dada por ti = g ij tj , es la base natural del brado cotangente, y en general, se denominan componentes hol onomas a las componentes de cualquier tensor af n relativas a la base denida como cualquier potencia tensorial de la base natural y su dual.
4.3. EL ESPACIO VECTORIAL
4N EN COORDENADAS CURVIL INEAS
81
{ }n an de forma suave (es decir, C ) a medida que Como las coordenadas generalizadas xi i=1 var recorremos la variedad, tambi en lo hacen sus vectores tangentes, de modo que la base natural var a de forma suave a medida que recorremos el brado tangente. Desde el punto de vista tensorial la base natural tiene muchas ventajas, paro hay ocasiones en que es preferible emplear otras bases distintas, como veremos m as adelante. Por el contrario, se denominan componentes no hol onomas a las componentes de los vectores del espacio tangente respecto de cualquier base distinta de la base natural. Esta denici on se hace extensiva a las componentes de cualquier campo tensorial denido sobre la variedad relativas a cualquier base distinta de la correspondiente potencia tensorial de la base natural y su dual. Un ejemplo de componentes no hol onomas de gran inter es en f sica son las llamadas componentes f sicas, dadas por las componentes respecto a la base natural normalizada, tal y como veremos posteriormente.
4.3.
El espacio vectorial
4n en coordenadas curvil neas
Como aplicaci on directa de los resultados anteriores vamos a estudiar el espacio vectorial 4n en un sistema arbitrario de coordenadas. Finalmente aplicaremos estos resultados al caso habitual del espacio 43 Eucl deo en coordenadas cartesianas, cil ndricas y esf ericas. Consideremos el espacio vectorial 4n con m etrica de Riemann dada por Gij = ei ej , siendo ei los vectores de la base cartesiana (o can onica). El espacio tangente a esta variedad en un punto arbitrario es una copia del espacio de partida (con la misma m etrica) con centro en dicho punto. n Sea x un punto perteneciente a 4 , descrito por sus componentes xi = {x1 , . . . , xn } respecto de la base cartesiana habitual. En general, un sistema de coordenadas curvil neas (y j = {y 1 , . . . , y n }) es una colecci on de n funciones suaves ( ) y 1 = y 1 x1 , . . . , xn ...
n
... ... ( 1 ) y = y x , . . . , xn
n
(4.37)
invertibles ( ) x1 = x1 y 1 , . . . , y n ...
n
... ... ( 1 ) x = x y , . . . , yn
n
(4.38)
de tal manera que la posici on de cualquier punto del espacio vectorial queda un vocamente denida tanto por xi como por y i . La condici on que garantiza que podamos invertir el cambio de coordenadas es que el jacobiano de la transformaci on x1 x1 . . . yn y1 xi i Jj = , J = (4.39) ... ... ... y j n xn . . . x y n y 1 sea invertible, lo cual queda garantizado si el determinante de J es distinto de cero en todo el dominio de denici on de las coordenadas generalizadas y i .
82
Normalmente las coordenadas y i ser an funciones complicadas (no lineales) de las xi y el jacobiano no ser a constante, sino que ser a una funci on del punto. Por tanto el cambio de coordenadas denido por Ec. (4.37) y Ec. (4.38) es una operaci on m as complicada que un simple cambio de base en el espacio. En particular, las coordenadas generalizadas y i ni siquiera tendr an (en general) las mismas dimensiones que las xi . Por ejemplo, al pasar a coordenadas cil ndricas o esf ericas en 3 4 la coordenada radial tiene las mismas dimensiones que las coordenadas cartesianas de partida, pero las coordenadas angulares no, ya que son adimensionales. M as adelante volveremos sobre esta cuesti on, que motiva la denici on de las componentes f sicas.
4.3.1.
Base natural y m etrica del espacio tangente
La base cartesiana habitual es la base natural de las coordenadas cartesianas ei = x xi (4.40)
La base natural del sistema de coordenadas generalizadas y i est a dada por ti = x = Jij ej y i (4.41)
donde la matriz jacobiana est a dada por Ec. (4.39), tal y como puede comprobarse aplicando la regla de la cadena para calcular x/y i en t erminos de x/xj . El tensor m etrico en t erminos de la base nueva est a dado por
q gij = ti tj = Jip Jj Gpq
(4.42)
Para vericar que gij dene una m etrica de Riemann es necesario comprobar que es sim etrico, invertible, y que var a de forma suave a medida que recorremos el brado tangente. Lo cual es inmediato suponiendo que Gij cumple todas las propiedades necesarias para denir una m etrica Riemanniana y que J es invertible y suave. Caso de
4n Eucl deo
En el caso m as habitual la m etrica de 4n ser a Eucl dea Gij = ij (al menos en alguna base). En ese caso el tensor m etrico del espacio tangente en la base natural denida por el sistema de coordenadas y j es n k gij = Jik Jj (4.43)
k=1
que matricialmente puede ponerse como [g ] = [J ]T [J ]. Incluso si el espacio de partida es Eucl deo vemos que, dependiendo del sistema de coordenadas empleado, el tensor m etrico del espacio tangente en t erminos de la base natural puede no ser la identidad. En general, en un espacio Eucl deo el tensor m etrico s olo es la identidad si empleamos una base ortonormal, pero no lo ser a en caso contrario. Esto no signica que el espacio deje de ser Eucl deo, una m etrica es no Eucl dea solamente en el caso en que no exista ninguna base tal que en ella el tensor m etrico sea la identidad. En el caso de 4n Eucl deo el espacio tangente es, obviamente, Eucl deo.
4.3. EL ESPACIO VECTORIAL Coordenadas ortogonales
83
En general se denominan sistemas de coordenadas ortogonales a aquellos en que las l neas coordenadas son mutuamente perpendiculares, de forma que el tensor m etrico en el espacio tangente es diagonal: { 0 si i = j gij = ti tj = (4.44) h2 i si i = j donde los factores de escala hi est an dados por la norma de los correspondientes vectores tangentes a las l neas coordenadas hi = (ti ti )1/2 = ti (4.45) que en general no ser an unitarios (hi = 1). En el caso de un espacio Eucl deo descrito en t erminos de un sistema de coordenadas ortogonales los factores de escala est an dados por )2 n ( xk 2 (hi ) = (4.46) y i
k=1
En general el uso de coordenadas curvil neas ortogonales simplica enormemente las expresiones. Por ejemplo, el tensor m etrico inverso en coordenadas ortogonales est a sencillamente dado por g ij = (hi )2 ij (sin suma en i).
4.3.2.
Componentes f sicas
Un m ovil en el espacio 4n , descrito por las coordenadas cartesianas habituales xi , est a dado i por la curva param etrica con componentes x (t). El vector velocidad de esta part cula puntual es un vector del espacio tangente dado por v= dxi ei dt (4.47)
C ual es la expresi on del vector velocidad en coordenadas generalizadas? Seg un hemos visto previamente, en t erminos de la base natural correspondiente a las coordei nadas y , este vector se expresa sencillamente como v= dy i ti dt (4.48)
Desde el punto de vista tensorial el vector Ec. (4.48) est a perfectamente bien denido, pero desde el punto de vista f sico puede ser poco conveniente. Supongamos que las coordenadas xi tienen dimensiones de longitud, de tal forma que las componentes de v en la base cartesiana tienen dimensiones de longitud/tiempo. Parece razonable pensar que las componentes de un vector velocidad siempre deben tener dimensiones de velocidad, sin embargo, esto no tiene porqu e cumplirse con las componentes dy i /dt. De hecho es inmediato comprobar que dy i /dt s olo tendr a dimensiones de velocidad si la correspondiente coordenada generalizada y i tiene dimensiones de longitud, lo cual no tiene por qu e cumplirse, y de hecho no se cumple en numerosos sistemas de coordenadas empleados habitualmente (como las variables angulares de las coordenadas cil ndricas y esf ericas). El problema est a en la denici on de la base natural. En principio en f sica parece preferible que los vectores de la base sean adimensionales, de forma que las dimensiones del tensor en consideraci on recaigan sobre sus componentes, tal y como sucede cuando se emplea la base cartesiana.
84
Sin embargo, la base natural de un sistema de coordenadas generalizadas no es adimensional, sino que el vector ti = r /y i tiene dimensiones de [r ]/[y i ], y por tanto s olo ser a adimensional si la i coordenada generalizada y tiene las mismas dimensiones que r . Este problema suele resolverse empleando la base natural normalizada correspondiente a las coordenadas y i , denida por r y i r y i 1 ti , hi
ti =
i = 1, . . . , n
(4.49)
(sin suma en i). Por construcci on est a claro que cada uno de estos vectores es unitario, y por tanto tambi en adimensional. Las componentes de vectores y tensores respecto de esta base se denominan componentes f sicas, y se caracterizan por tener las mismas dimensiones que el objeto tensorial que representan. Las leyes de transformaci on de tensores en componentes f sicas son algo m as complicadas que en componentes hol onomas, ya que incluyen contracciones con el tensor m etrico y con su inversa. Por este motivo es usual usar las coordenadas respecto de la base natural para todo lo que son transformaciones de coordenadas y emplear las componentes f sicas, calculadas en funci on de las anteriores, s olo cuando ya no se van a realizar m as cambios de coordenadas. Las componentes f sicas son las que se usan en la pr actica en todos los casos en que la m etrica en el espacio tangente sea Eucl dea. En particular, si la m etrica es Eucl dea y se emplean coordenadas ortogonales, la base natural normalizada tiene la gran ventaja de ser una base ortonormal (cosa que en general no sucede con la base natural), lo cual simplica enormemente todas las expresiones. Esto hace que las componentes f sicas sean las empleadas en las aplicaciones del c alculo tensorial en ingenier a. De hecho, las componentes f sicas son las que se emplean cuando se suministran expresiones para el c alculo de divergencias, gradientes, etc. en sistemas de coordenadas curvil neas ortogonales, como cil ndricas o esf ericas. Vector velocidad en componentes f sicas A partir de Ec. (4.49) es muy sencillo comprobar que la relaci on entre la base cartesiana de i partida (vectores ei , coordenadas x ) y la base formada por los vectores tangentes unitarios (que en lo sucesivo denotaremos por ti ) est a dada por 1 xi tj = ei , hj y j ej = hi y i ti , xj sin suma en j con suma en i (4.50)
Como puede verse la matriz del cambio de base en este caso est a dada por [J ][h1 ], donde [J ] es la matriz jacobiana y [h1 ] es una matriz diagonal cuyos elementos son los los inversos de los factores de escala. Consecuentemente las componentes f sicas de un vector del espacio tangente est an dadas por u = ui ei = ui hj y j tj = u j tj ; xi u j = hj y j i u, xi sin suma en j (4.51)
tal y como corresponde a un comportamiento 1-contravariante.
85
i i i La base dual a { ti }n a dada por los vectores { t }n i=1 est i=1 que cumplen (t , tj ) = j . Puede comprobarse f acilmente que esta base est a dada por
y i t = hi j ej , sin suma en i (4.52) x Consecuentemente las componentes f sicas de un vector del espacio cotangente est an dadas por 1 xi j 1 xi j t ; u = t = u ui , j j hj y j hj y j tal y como corresponde a una una ley tensorial 1-covariante. u = ui ei = ui Producto escalar y tensor m etrico en componentes f sicas Dados dos vectores u y v del espacio tangente, su producto escalar estar a dado por u v = Gij ui v j = g ij u i v j donde el tensor m etrico en componentes f sicas est a dado por la ley 2-covariante 1 xk 1 xl g ij = ti tj = Gkl , hi y i hj y j sin suma en ij (4.55) (4.54) sin suma en j (4.53)
An alogamente, el producto escalar en t erminos de las coordenadas covariantes est a dado por u v = Gij ui vj = g ij u i v j donde g ij est a dado por la ley de transformaci on 2-contravariante y i y j i j g ij = t t = hi k hj l Gkl , sin suma en ij (4.57) x x i . Tambi y por supuesto se verica que g ik g kj = j en se puede comprobar que el tensor m etrico relaciona las componentes co- y contra-variantes en esta nueva base u i = g ij u j , y los vectores de la base con los de su dual
j ti = g ij t , i t =g ij tj
(4.56)
u i = g ij u j
(4.58)
(4.59)
Componentes f sicas en espacios Eucl deos Las componentes f sicas se emplean, como regla general, siempre que estemos trabajando en espacios Eucl deos. El motivo es que si el espacio vectorial de partida es Eucl deo (Gij = ij , ij ij G = ) y empleamos un sistema de coordenadas ortogonales, entonces el tensor m etrico en la base de los vectores tangentes unitarios vuelve a ser, l ogicamente, la identidad ( gij = ij , g ij = ij ) lo que simplica enormemente el c alculo. Para comprobarlo basta recordar la denici on de los factores de escala hi (Ec. (4.45)). Como consecuencia las componentes f sicas co- y contra-variantes respecto de un sistema de coordenadas ortogonales en un espacio Eucl deo coinciden, y por este motivo es muy frecuente no hacer distici on alguna entre unas y otras. Esto es lo que sucede generalmente cuando se suministran tablas con expresiones para los operadores diferenciales habituales (gradiente, divergencia, rotacional, . . . ) en coordenadas cil ndricas o esf ericas (o en cualquier otro sistema de coordenadas curvil neas ortogonales). Siempre que se suministran estas expresiones sin hacer referencia al car acter co- o contra-variante de las componentes empleadas se sobre-entiende que estamos manejando componentes f sicas en un espacio Eucl deo.
86
4.3.3.
El espacio Eucl deo
43 en coordenadas cil ndricas
En el resumen de resultados generales presentado en esta secci on y en la siguiente emplearemos la notaci on ( ) para todas las magnitudes referidas a la base natural y () para la base natural normalizada.
z
uz r r u ur
x
ndricas. Figura 4.10: Coordenadas cil
Las coordenadas cil ndricas est an denidas por el cambio de variable y1 y2 y3 Matriz jacobiana Ji j = = = r z = = x2 + y 2
y x
x1 x2 x3
= = =
x y z
= r cos = r sen
arctan
cos( ) = sin( ) 0
(r sin( )) r cos() 0
0 0 1
Vectores tangentes cos() t1 = sin( ) , 0 (r sin()) t2 = r cos() , 0 0 t3 = 0 , 1 cos() 1 t = sin() , 0 2 t = (

sin( ) r cos( ) r
) ,
0 3 t = 0 1
Vectores tangentes unitarios cos() t1 = sin() , 0 Tensor m etrico g ij sin( ) t2 = cos() , 0 1 = 0 0 0 r2 0 0 0 t3 = 0 , 1 0 , 1 g ij cos( ) 1 t = sin( ) , 0 1 = 0 0 0 r 2 0 0 sin( ) 2 t = cos( ) , 0 0 1 0 3 t = 0 1
87
z
ur u u
r r
y x
ericas. Figura 4.11: Coordenadas esf
4.3.4.
El espacio Eucl deo
43 en coordenadas esf ericas

= = = x y z = r sen cos = r sen sen = r cos
Las coordenadas esf ericas est an denidas por el cambio de variable y1 = r = x2 + y 2 + z 2 x1 2 +y 2 x x2 y 2 = = arctan z y3 Matriz jacobiana = = Ji j = sin() sin() cos() Vectores tangentes cos() sin() r cos() cos( ) r cos( ) sin() (r sin()) arctan
y x
x3
(r sin() sin( ))
r cos() sin() 0
(r sin() sin()) r cos() cos() cos() sin( ) t3 = r cos() sin( ) t2 = r cos( ) sin() , t1 = sin() sin( ) , 0 (r sin( )) cos( ) ( ) cos() cos( ) csc( ) sin() cos() sin( ) r r 2 1 3 t = sin() sin( ) , t = cos()rsin() , t = cos() csc() r ( ) sin( ) cos( ) 0 r Vectores tangentes unitarios cos() sin( ) t1 = sin() sin( ) , cos( ) cos() sin( ) 1 t = sin() sin( ) , cos( ) Tensor m etrico g ij 1 = 0 0 0 r2 0 0 0 r2 sin( )2 cos() cos( ) t2 = cos( ) sin() , sin( ) cos() cos() 2 t = cos() sin() , sin( ) , g ij 1 = 0 0 0 r 2 0 0 0 sin() t3 = cos() 0 sin() 3 t = cos() 0 2
csc( ) r2
88
4.4.
Problemas
1. Dado el sistema que la condici on necesaria para } poder despejar las { Ec. (4.1), demostrar } { coordenadas xn+1 , . . . , xn+r como funci on de las restantes x1 , . . . , xn en un entorno del punto x0 es que la matriz Ec. (4.4) sea invertible en un entorno de dicho punto. 2. Demostrar que un vector v cualquiera, con origen en un punto r 8, pertenece al espacio tangente a la variedad 8 en el punto r si y solo si v es el vector velocidad de alguna curva (s) contenida en 8 que pase por r . 3. Demostrar que el tensor m etrico gij denido por Ec. (4.42) dene una m etrica de Riemann en el brado tangente al espacio vectorial 4n con m etrica de Riemann dada por Gij . 4. Demostrar que la m etrica gij denida por Ec. (4.42) es esencialmente id entica a Gij . 5. Dado el vector v = v i ti del espacio tangente a 4n , calcular las componentes co-variantes de este vector suponiendo que la base natural ti corresponde a un sistema de coordenadas curvil neas ortogonales. 6. Calcular las componentes del tensor 2-covariante asociado al tensor 2-contravariante T ij respecto de la base natural correspondiente a un sistema de coordenadas ortogonales. 7. Vericar las relaciones Ec. (4.51) y Ec. (4.53) relativas a componentes f sicas de vectores. 8. Vericar las relaciones Ec. (4.55 y Ec. (4.57) relativas a las componentes f sicas del tensor m etrico. 9. Vericar que el tensor m etrico de un espacio Eucl deo en componentes f sicas es la identidad. 10. Vericar las relaciones referentes al espacio Eucl deo 43 en coordenadas cil ndricas y esf ericas mencionadas al nal del cap tulo.
4.5.
Bibliograf a
Para escribir este cap tulo se ha consultado [1], [2], [5], [7] y [11].
Cap tulo 5
Derivaci on de campos tensoriales

En este cap tulo veremos los conceptos de transporte paralelo y derivada covariante. Esto nos permitir a generalizar las operaciones basadas en derivaci on direccional habituales en c alculo al caso de campos tensoriales denidos sobre variedades diferenciables.
5.1.
Transporte paralelo
Una vez hemos denido los campos tensoriales sobre variedades diferenciables aparece la cuesti on de su an alisis. En particular nos encontramos con la siguiente cuesti on: dado un campo vectorial denido sobre una variedad podemos comparar el valor del campo en un punto A con el valor en otro punto B ? La relevancia de esta cuesti on es obvia. Por ejemplo, el campo al que nos referimos podr a representar un campo de fuerzas, o de velocidades, de modo que nos preguntamos si la fuerza a la que est an sometidos dos puntos distintos sobre la variedad es la misma, o si las velocidades a las que se desplazan dos part culas puntuales sobre una variedad son iguales o no, y en caso de no serlo nos preguntamos en cu anto dieren, es decir, cu al es el vector diferencia. Tambi en es evidente que esta misma cuesti on que estamos analizando para el caso de un campo vectorial se da de manera an aloga para un campo tensorial de cualquier rango. A primera vista la pregunta anterior puede parecer trivial, pero no lo es. La dicultad est a en que el valor del campo en el punto A es un vector del espacio tangente a la variedad en el punto A, mientras que el correspondiente valor en el punto B pertenece al espacio tangente en B , es decir, los dos vectores que queremos comparar pertenecen a espacios vectoriales distintos: podemos comparar dos vectores que no pertenecen al mismo espacio vectorial? Est a claro que la pregunta de si dos vectores son o no iguales s olo est a bien planteada cuando ambos vectores pertenecen al mismo espacio vectorial, con lo que podr a parecer que la pregunta que hac amos m as arriba no tiene respuesta. Sin embargo, si la variedad en consideraci on es el espacio Eucl deo 4n descrito en t erminos de la base cartesiana la operaci on de comparar un v (A) con un v (B ) es trivial: basta con trasladar el vector v (A) sin modicarlo desde A hasta B , hecho esto podemos compararlos (en particular calcular su diferencia) sin ninguna dicultad. Podemos generalizar esta operaci on al caso de una variedad diferenciable cualquiera? 89
90
DE CAMPOS TENSORIALES CAP ITULO 5. DERIVACION
La respuesta a esta pregunta est a condicionada por la presencia de curvatura en la variedad. Para entender esta cuesti on es necesario estudiar con algo m as de profundidad lo que se est a haciendo cuando trasladamos el origen de un vector a lo largo de una variedad. Los espacios tangentes a una variedad en dos puntos distintos son espacios vectoriales distintos, pero est an conectados por el hecho de ser ambos tangentes a la misma variedad diferenciable. Dada una variedad diferenciable y un sistema de coordenadas generalizadas (y i ), el espacio tangente en un punto r puede denirse como la envolvente lineal de los vectores tangentes a las l neas coordenadas en ese punto (es decir, la envolvente lineal de la base natural en ese punto). Si ahora consideramos un desplazamiento innitesimal en torno a r tenemos que la base natural ti habr a variado de forma innitesimal para convertirse en ti + dti , si el desplazamiento es innitesimal esta variaci on puede describirse en t erminos de la base natural en r por medio de ( ) ti j k ti dti = j dy = t , j tk dy j (5.1) y y donde las derivadas se eval uan en el punto r de partida. Como consecuencia de esto los espacios tangentes en r y r + dr no son independientes, sino que est an conectados por ser ambos tangentes a la misma variedad diferenciable. Esta conexi on es lo que permite trasladar vectores a lo largo del brado tangente. En el caso de 4n Eucl deo en t erminos de la base cartesiana la operaci on de trasladar vectores es trivial debido a que el tensor m etrico y la base del espacio tangente son constantes a lo largo de toda la variedad, de modo que para trasladar vectores sin modicarlos basta con desplazar su origen sin modicar los valores de sus componentes. La operaci on de desplazar un vector (o un campo tensorial de cualquier orden) a lo largo de una variedad, de manera paralela a s mismo y a la variedad, se denomina transporte paralelo. Esta operaci on implica que el vector que trasladamos se desplaza a lo largo de la variedad seg un una determinada curva param etrica: de manera paralela a la variedad, es decir, sin salirse del brado tangente, de manera paralela a s mismo y sin modicar su norma. El transporte paralelo se generaliza al caso de campos tensoriales de cualquier orden. La idea en todos los casos es la misma, se trata de desplazar un tensor desde el punto A al punto B de forma paralela a la variedad, sin modicarlo (m as bien modic andolo lo menos posible), a lo largo de una curva determinada que una dichos puntos. Antes de entrar en los detalles t ecnicos sobre c omo se hace, est a claro que esto estar a condicionado por el rango tensorial de la magnitud que queremos transportar, por las propiedades de la variedad diferenciable sobre la que vamos a hacer el transporte (en particular por su curvatura), por el sistema de coordenadas empleado (ya que este determina la base natural del brado tangente) y por la curva param etrica a lo largo de la que realizamos el transporte. En este sentido hay dos casos en los que el transporte paralelo es trivial, el transporte paralelo de escalares y el de tensores de cualquier orden en 4n Eucl deo en t erminos de la base cartesiana: Es evidente que el transporte paralelo de escalares es trivial. Dado un campo escalar f denido sobre una variedad diferenciable, los valores de este campo en dos puntos (f (A) y f (B )) pueden compararse directamente, es decir, el transporte paralelo de la magnitud del campo en A (f (A)) a cualquier otro punto de la variedad est a dado por f (A).
5.1. TRANSPORTE PARALELO
91
En el caso de 4n Eucl deo en t erminos de la base cartesiana el transporte paralelo de tensores de cualquier orden es trivial, dado que en este caso la base del espacio tangente no var a al desplazarnos a lo largo de la variedad, de forma que para transportar de manera paralela cualquier tensor basta con desplazar su origen sin modicar los valores de las componentes (Fig. 5.1 izda.). En cualquier otro caso el transporte paralelo es una operaci on no trivial en la que entra en juego el rango tensorial de la magnitud transportada y la curvatura de la variedad. La presencia de curvatura en una variedad tiene consecuencias importantes en el transporte paralelo, ya que al realizarse este de manera paralela a la variedad, si la variedad tiene curvatura se introduce inevitablemente una cierta rotaci on en el tensor, dependiente del camino considerado, a medida que se realiza el transporte. Por tanto la presencia de curvatura hace que el transporte paralelo dependa del camino. Esto se pone de maniesto de manera expl cita si consideramos la variedad desde el punto de vista extr nseco, como se muestra p. ej. en la gura 5.1 (dcha.) para el transporte de un vector sobre una supercie esf erica (al nal de este apartado volveremos sobre esta cuesti on).
Figura 5.1: Transporte paralelo de un vector a lo largo de una curva cerrada en un plano y en una esfera.
5.1.1.
S mbolos de Christoel
Si nos desplazamos de manera continua y diferenciable a lo largo de una variedad diferencible observamos que la base natural va variando tambi en de manera continua y diferenciable, lo cual dene una conexi on entre los espacios tangentes a la variedad en distintos puntos, es decir, en todo el brado tangente. Esta conexi on en el brado tangente induce la correspondiente conexi on en el brado co-tangente y por tanto tambi en en el espacio producto tensorial de cualquier potencia tensorial del primero por cualquier potencia tensorial del segundo. Esta conexi on se denomina conexi on de Levi-Civita y est a denida localmente por las derivadas de los vectores de la base natural respecto de cada una de las l neas coordenadas.
92 Conexi on de Levi-Civita
Si describimos la variedad por medio de un determinado sistema de coordenadas (denido al menos localmente en un cierto entorno), la conexi on de Levi-Civita queda descrita en dicho sistema de coordenadas por medio de un conjunto de coecientes, llamado coecientes de la conexi on, dados por las derivadas direccionales de los vectores de la base natural del espacio tangente en t erminos de esa misma base, es decir, por las componentes que aparec an en la ec. (5.1). Estos coecientes se denominan s mbolos de Christoel de segunda especie, con frecuencia simplemente s mbolos de Christoel, y se denotan habitualmente por k ij
k k ij = t
ti ti = g k t j y j y
(5.2)
{ (a veces se emplea la notaci on g k

i
} das con j ). Normalmente las componentes que aparecen contra
al nal de la expresi on anterior se denen como s mbolos de Christoel de primera especie, y se denotan como ij (a veces se emplea la notaci on [ij, ]) ij = [ij, ] = t ti y j (5.3)
de modo que los s mbolos de Christoel de segunda especie est an dados por { } k k ij = = g k ij (5.4) i j { } Las notaciones i k j y [ij, ] se emplean a veces para recalcar que estos coecientes no se transforman bajo cambios de base como las componentes de un tensor, tal y como veremos m as adelante. Los s mbolos de Christoel est an totalmente determinados por las derivadas parciales del tensor m etrico respecto de las coordenadas generalizadas empleadas. Para convencernos de esto observamos en primer lugar que como consecuencia de la propia denici on de la base natural (ec. (4.36)) se cumple tj ti 2r = = (5.5) y j y i y i y j y por tanto los s mbolos de Christoel de primera y segunda especie cumplen las reglas de simetr a
k k ij = ji ,
ijk = jik
(5.6)
por este motivo se dice que la conexi on de Levi-Civita es sim etrica. Para calcular los s mbolos de Christoel en t erminos de las derivadas del tensor m etrico observamos que gij tj ti gij, = tj + ti (5.7) y y y donde hemos introducido la notaci on ,i para denotar la derivada parcial respecto de la coordenada generalizada y i . En lo sucesivo emplearemos esta notaci on constantemente. Permutando de manera c clica los ndices ij en la anterior expresi on es inmediato comprobar que ij = 1 (gi,j + gj,i gij, ) 2 (5.8)
93
Como consecuencia los s mbolos de Christoel de segunda especie pueden calcularse por medio de 1 k k ij = g (gi,j + gj,i gij, ) 2 (5.9)
en t erminos (exclusivamente) del tensor m etrico y sus primeras derivadas respecto de cada coordenada. Por tanto los s mbolos de Christoel son una propiedad intr nseca de la variedad, ya que pueden calcularse sin hacer referencia a nada externo a la propia variedad en consideraci on. Esto hace que el transporte paralelo y la derivada covariante, ambos denidos a partir de la conexi on de Levi-Civita, sean tambi en propiedades intr nsecas de la variedad. La propiedad m as importante que dene los s mbolos de Christoel de segunda especie es que expresan c omo var an los vectores de la base, en t erminos de esa misma base, al desplazarnos por la variedad. Re-escribiendo la ec. (5.2) esto queda como ti = k ij tk y j (5.10)
que expresa la conexi on del brado tangente. Estos mismos coecientes determinan tambi en la conexi on del brado co-tangente. Para verlo j basta con derivar respecto de la coordenada y la expresi on
k tk ti = i
(5.11)
que es constante a lo largo del brado tangente, de donde se deduce inmediatamente tk i = k ij t y j (5.12)
que expresa c omo var a la base dual, en t erminos de la propia base dual, al desplazarnos por la variedad. Los s mbolos de Christoel describen por tanto la conexi on en los brados tangente y co-tangente de manera local, es decir, en un cierto entorno alrededor de cada punto de la variedad. Ley de transformaci on de los s mbolos de Christoel { } Tal y como ya hemos mencionado la notaci on [ij, k ] y i k j se usa a veces para resaltar el car acter no tensorial de los s mbolos de Christoel. De hecho, si pasamos a un nuevo sistema de coordenadas curvil neas y j se puede ver que los s mbolos de Christoel en las nuevas coordenadas est an dados por la ley de transformaci on
p q n r 2yp y n n = y y y + lm y l y m y r pq y l y m y p
(5.13)
Esta ley ser a una ley de transformaci on tensorial 2-covariante 1-contravariante de no ser por el t ermino af n que aparece en el segundo sumando de ec. (5.11). Como puede verse este t ermino i i j aparecer a siempre que la transformaci on de coordenadas y = y ( y ) sea no lineal, siendo nulo s olo en el caso de una transformaci on de coordenadas lineal. Por tanto los s mbolos de Christoel no son las componentes de un tensor. El car acter no tensorial de los s mbolos de Christoel est a relacionado con el car acter no tensorial de la derivaci on parcial respecto de la coordenadas generalizadas, tal y como veremos al nal de este cap tulo.
94
S mbolos de Christoel en coordenadas curvil neas ortogonales Si empleamos un sistema de coordenadas curvil neas ortogonales los u nicos elementos no nulos 2 del tensor m etrico son los de la diagonal, dados por gii = hi , en ese caso los s mbolos de Christoel est an dados por 1 h2 i , si k = i + j 2 y 1 h2 j (5.14) ijk = , si k = j + i 2 y 1 h2 i ij , si k = i y k = j 2 y k 1 hi + , si k = i hi y j 1 hj (5.15) k = + , si k = j ij i h j y hi hi 2 ij , si k = i y k = j hk y k donde, l ogicamente, no hay suma ni en i ni en j .
5.1.2.
S mbolos de Christoel en componentes f sicas
Siempre que se trabaja en espacios Eucl deos lo m as habitual es emplear las componentes f sicas de vectores y tensores, dadas por las componentes respecto de la base natural normalizada. La conexi on de Levi-Civita descrita en t erminos de la base natural normalizada est a dada por los s mbolos de Christoel en componentes f sicas, o simplemente s mbolos de Christoel f sicos. A partir de la denici on de la base natural normalizada es f acil deducir las relaciones 1 ti k = ij tk hj y j
i 1 t k i = kj t hj y j
(5.16)
(5.17)
donde los s mbolos de Christoel f sicos est an dados por ( ) h ln h i k k k k = ij i ij hi hj y j
(5.18)
donde no hay suma en ning un ndice. La expresi on anterior puede calcularse en t erminos del tensor m etrico como gkk gi k k (5.19) ij = k ij i gii gjj gii gjj ij donde s olo se aplica el convenio de suma de Einstein al ndice , no hay suma respecto de los dem as ndices.
95
Observaci on: Es importante darse cuenta de que los Christoel f sicos no son sim etricos bajo intercambio de sub- ndices i j , es decir
k k ij = ji ,
pero en general
k k ij = ji
(5.20)
Por otra parte, derivando respecto de la coordenada generalizada y j en ti ti = 1 (sin suma en i), que se cumple por denici on de base natural normalizada, encontramos que los Christoel f sicos cumplen la propiedad gik k = 0, sin suma en i (5.21) hk ij donde s olo se aplica el convenio de suma de Einstein al ndice k . S mbolos de Christoel f sicos en coordenadas curvil neas ortogonales En el caso particular de un sistema de coordenadas curvil neas ortogonales los s mbolos de Christoel f sicos est an dados por si k = i 0, k ij = (5.22) hk k ij , si k = i
hi hj
que por medio de (5.15) se puede poner como ( ) ij hj 1 jk hk k ij = hj hi y i hk y k
(5.23)
5.1.3.
Transporte paralelo de vectores y tensores
La conexi on de Levi-Civita que acabamos de denir nos permite realizar el transporte paralelo de vectores y tensores a lo largo del brado tangente. Supongamos el vector v perteneciente al espacio tangente en el punto A y la curva param etrica () que une dos puntos A y B de la variedad (supondremos que (0) = A y (1) = B ). Para realizar el transporte paralelo de v desde A hasta B a lo largo de la curva () tenemos que calcular la funci on v (), tal que a cada valor de le asigna el vector (del brado tangente) resultado del transporte paralelo de v desde A hasta el correspondiente punto (). La condici on que dene el transporte paralelo seg un la curva () es que la magnitud transportada se desplaza seg un dicha curva sin modicarse, es decir, para el transporte paralelo del vector v esto se traduce en la condici on dv () =0 d Por medio de la regla de la cadena esta condici on puede ponerse como v j V =0 y j (5.24)
(5.25)
donde hemos denido V j como la componente j del vector velocidad de la curva respecto de la base natural correspondiente al sistema de coordenadas generalizadas y i . Expresando el vector en componentes respecto de dicha base (v = v i ti ) la anterior condici on queda como [ i ] v j + v k i (5.26) kj ti V = 0 y j
96
que expresa la condici on de no variaci on del vector v a lo largo de la curva . Esta condici on se cumple de manera independiente de la curva considerada, al menos localmente, siempre que se cumpla i v,j + v k i (5.27) kj = 0 por tanto esta condici on dene, al menos localmente, c omo var an las componentes del vector v = v i ti al transportarlo de manera paralela en un entorno del punto A. Si en lugar del desarrollo en t erminos de la base del espacio tangente expresamos v por medio de las componentes co-variantes v = vi ti el resultado equivalente a la anterior ec. (5.27) es vi,j vk k ij = 0 (5.28)
Las condiciones anteriores permiten realizar el transporte paralelo en un entorno innitesimal alrededor del punto A. Integrando la relaci on ec. (5.27) a lo largo de una curva () que una los puntos A y B podemos (al menos en principio) calcular el transporte paralelo de cualquier vector v desde A hasta B . En este sentido es importante observar que al integrar ec. (5.27) a lo largo de una curva con longitud nita, el resultado del transporte paralelo s olo ser a independiente del camino empleado si la variedad considerada es plana, pero para variedades dotadas de curvatura el resultado depender a, en general, de la curva () considerada (ver m as abajo). El transporte paralelo en el espacio Eucl deo 4n , descrito en t erminos de la base can onica, proporciona un ejemplo interesante especialmente sencillo. En ese caso la base del espacio tangente es constante, todos los Christoel son nulos, y la condici on que dene el transporte paralelo se reduce i = 0, es decir, se traslada el origen del vector v sin modicar los valores de sus componentes, a v,j tal y como mencion abamos al inicio del cap tulo. En este caso particular vemos tambi en que el transporte paralelo entre dos puntos no depende del camino, lo cual es consecuencia de que el espacio Eucl deo 4n es plano. En el caso general la base del espacio tangente no es constante a lo largo de la variedad, sino que var a de manera suave, estando esta variaci on descrita por los s mbolos de Christoel. En ese caso la regla para realizar el transporte paralelo de un vector ya no puede ser constancia de las componentes, ya que al variar la base de un punto a otro, los valores de las componentes del vector deben variar de manera que se compense la variaci on de la base, de tal forma que el resultado neto del transporte paralelo sea transportar el vector sin modicarlo a lo largo del camino () considerado. La condici on que dene el transporte paralelo de un tensor de rango arbitrario se dene de manera an aloga a como hemos hecho para el caso, m as intuitivo, de un vector. En el caso de un tensor r-covariante s-contravariante
j1 j2 jr 1 i2 ... is T = Tji1 j2 ... jr ti1 ti2 . . . tis t t . . . t
(5.29)
imponiendo la condici on dT () =0 d (5.30)
para cualquier curva () que una los puntos A y B , al menos localmente, deducimos que la condici on que dene el transporte paralelo de este tensor es
1 i2 ...is Tji1 j2 ...jr ,k
s m=1
1 i2 ...pm ...is im Tji1 pm k j2 ...jr
r n=1
qn 1 i2 ...is Tji1 j2 ...qn ...jr jn k = 0
(5.31)
97
tal y como puede deducirse f acilmente siguiendo los mismos pasos que nos han llevado a las relaciones ec. (5.27) y ec. (5.28). Como puede verse, cada componente contravariante introduce un t ermino adicional dado por la derivada de cada ti y cada componente covariante introduce a su vez un t ermino adicional dado por la derivada de cada ti . Por otra parte, por medio de ec. (5.16) y ec. (5.17) podemos obtener las relaciones, totalmente equivalentes a las anteriores, que denen el transporte paralelo en t erminos de las componentes f sicas. Como caso particular, si el tensor T es un escalar (0 componentes covariantes y 0 componentes contravariantes) la relaci on anterior se reduce de manera trivial a T,k = 0, independientemente de la variedad y del sistema de coordenadas empleado, tal y como mencion abamos al inicio del cap tulo para el transporte paralelo de escalares. Esto signica que el transporte paralelo del producto escalar u v es igual al producto escalar de estos dos vectores en el punto de partida.
5.1.4.
Curvatura
Estrictamente hablando las anteriores relaciones (ec. (5.27), ec. (5.28), o en general ec. (5.30)) permiten realizar el transporte paralelo de un tensor cualquiera solamente de manera local, es decir, desde un punto A hasta un punto innitamente pr oximo A + dA. Para realizar el transporte paralelo desde A hasta un punto B , que diste de A una cierta distancia nita, ser a necesario integrar la ecuaci on diferencial ordinaria ec. (5.30) a lo largo de alguna curva () que una los dos puntos de inter es. En este caso nos preguntamos si el resultado del transporte paralelo depende o no de la curva () empleada para calcularlo, en particular si realizamos el transporte paralelo en un circuito cerrado: recuperamos el tensor de partida? En general el transporte paralelo s olo es independiente del camino en variedades diferenciables planas, y en ese caso est a claro que el transporte paralelo de un tensor en cualquier circuito cerrado es igual al tensor de partida. En el caso de variedades dotadas de curvatura el transporte paralelo de A a B depende del camino empleado para unir A con B (ver g. 5.1), y en ese caso se dice que la conexi on del espacio tangente no es integrable. El motivo es que el transporte paralelo se realiza de manera paralela a la variedad, por tanto, si la variedad est a curvada al transportar un tensor se introduce inevitablemente cierta rotaci on en el tensor. Dado que la rotaci on introducida por el transporte paralelo depende del camino () considerado, el resultado del transporte en un circuito cerrado puede no reproducir el tensor de partida, sino el tensor de partida rotado un cierto angulo, dependiente del circuito cerrado recorrido (ver p. ej. g. 5.1 dcha. para el caso de un vector transportado de manera paralela en una esfera). Por tanto, en general el transporte paralelo depende del camino. De todas formas, el transporte paralelo a lo largo de una curva dada siempre est a bien denido, y la posibilidad de que el resultado no dependa de la curva considerada, sino s olo de los extremos, depende de la presencia de curvatura en la variedad. Volviendo a la cuesti on con la que abr amos este cap tulo, sobre la posibilidad de comparar vectores del brado tangente con origen en puntos distintos de una variedad, vemos que, en general, la noci on de paralelismo de vectores depende del camino escogido para unir los dos puntos en consideraci on. S olamente en el caso de una variedad plana podemos determinar si dos vectores del brado tangente son o no parelelos independientemente del camino que tomemos para unir sus or genes. Por otra parte, las normas de estos vectores (o en general cualquier escalar) s pueden compararse de manera independiente del camino, sea cual sea la variedad.
98
Tensor de curvatura de Riemann Veamos con algo m as de detalle cu al es la variaci on que experimenta un vector contravariante v i al transportarlo de manera paralela en un circuito cerrado innitesimal. Para ello transportamos en primer lugar el vector v i desde el punto r hasta el punto r , resultado de incrementar la coordenada y p en una cantidad innitesimal dy p . El vector resultado de este desplazamiento innitesimal tiene componentes i p v i + v,p dy p = v i v k i (5.32) kp dy donde los coecientes de la conexi on i an evaluados en el punto r , y donde no hay suma kp est en el ndice p. A continuaci on trasladamos este vector de forma paralela seg un la coordenada y q , obteniendo como resultado el vector ( ) ( )( ) p q i k i p i k i p k p q v i v k i dy + dy = v v dy v v dy v v dy i (5.33) kp kp kp kp q dy
,q
( ) donde no hay suma ni en p ni en q . En la anterior expresi on hemos denotado por i el coeciente q

de la conexi on i q evaluado en el punto r , por medio de un desarrollo en serie este coeciente est a dado por ( i ) i p (5.34) q = i q + q,p dy
donde no hay suma en p. Por tanto, despreciando t erminos de orden superior a 2 en dy j , el vector resultado de los desplazamientos sucesivos seg un dy p seguido de dy q est a dado por ( ) p k i q k i p q v i v k i i (5.35) kp dy v kq dy v kq,p q kp dy dy donde no hay suma ni en p ni en q . Intercambiando p con q en la expresi on anterior encontramos el resultado correspondiente a realizar estos desplazamientos en orden inverso ( ) p k i q k i i p q v i v k i dy v dy v (5.36) kp kq kp,q p kq dy dy La diferencia entre estos 2 resultados es igual a la variaci on que experimenta el vector v i al transportarse de manera paralela a lo largo del circuito cerrado denido por los desplazamientos sucesivos seg un dy q , dy p , dy q , dy p . El resultado puede escribirse como
i v i (dy q , dy p ) v i (dy p , dy q ) = Rkpq v k dy p dy q i donde se dene el tensor de curvatura de Riemann Rkpq como i i i i Rkpq = p i kq q kp + p kq q kp
(5.37)
(5.38)
de forma que el transporte paralelo de un vector en un circuito cerrado innitesimal deja invariante al vector s olo si el tensor de curvatura de Riemann es nulo. De manera an aloga a como hemos hecho para el caso de un vector, se puede calcular c omo var a un tensor de rango arbitrario al recorrer un circuito cerrado innitesimal, y puede verse f acilmente que el resultado an alogo a la ec. (5.38) para el caso de un tensor de rango arbitrario tambi en puede escribirse en t erminos del tensor de curvatura de Riemann. i describe de manera local la curvatura de una variedad de Riemann con conexi on El tensor Rkpq k dada por ij y es uno de los objetos centrales de estudio en geometr a diferencial. Este objeto tambi en se aplica a variedades pseudo-Riemannianas, siendo uno de los ingredientes b asicos de la teor a general de la relatividad de Einstein.
5.2. DERIVADA COVARIANTE
99
5.2.
Derivada covariante
La derivada covariante es la generalizaci on de la derivada parcial habitual al caso de campos tensoriales denidos sobre variedades diferenciables, descritas en t erminos de un sistema de coordenadas generalizadas. Si aplicamos la denici on de derivada df f (x + h) f (x) = l m dx h0 h a una magnitud tensorial denida sobre una variedad diferenciable, vemos que esto implica comparar magnitudes pertenecientes a los espacios tangentes en dos puntos distintos: x + h y x. Por tanto para calcular una derivada direccional sobre una variedad necesitamos transportar de manera paralela la magnitud f (x) al punto x + h, para lo cual debemos tener en cuenta c omo var a la base del espacio tangente, tal y como hemos hecho en el apartado anterior. En este curso emplearemos la siguiente notaci on: f,i i f f derivada parcial de f respecto de la coordenada generalizada y i . y i
f;i ;i f derivada covariante de f respecto de la coordenada generalizada y i . Conviene tener presente que en muchos textos se emplea la notaci on f,i directamente para la derivada covariante (en ese caso no se dene ninguna notaci on especial para la derivada parcial). Otra notaci on habitual en la literatura para la derivada covariante es f|i , o f/i , sobre todo en textos antiguos. Para las derivadas de orden superior emplearemos la notaci on siguiente: 2f y i y j f;ij = (f;i );j ( ) f;i1 i2 ...in = . . . (f;i1 );i2 . . . f,ij =
;in
La derivada covariante se dene como la operaci on de derivada direccional que tiene en cuenta las variaciones de la base del espacio tangente. Por ejemplo, tomando la derivada respecto de la coordenada curvil nea y j del vector a = ai ti encontramos ( i ) a ai a i ti i k a;j = = ti + a = + kj a ti (5.39) y j y j y j y j Por tanto, la derivada covariante del vector de componentes contravariantes ai se dene como
i i k ai ;j = a,j + kj a
(5.40)
y tal y como comprobaremos m as adelante ai ;j es un tensor 1-covariante 1-contravariante. An alogamente, la derivada covariante del vector de componentes covariantes ai se dene como ( ) a ai i ti ai k i a;j = = t + a = a (5.41) i ij k t y j y j y j y j
100 por tanto denimos
ai;j = ai,j k ij ak y puede comprobarse que ai,j es un tensor 2-covariante. Aplicando esta operaci on en el caso general de un tensor r-covariante s-contravariante
j1 j2 jr 1 i2 ... is T = Tji1 j2 ... jr ti1 ti2 . . . tis t t . . . t
(5.42)
(5.43)
su derivada covariante respecto de la coordenada y k est a dada

j1 j2 jr 1 i2 ...is T ;k = Tji1 j2 ...jr ;k ti1 ti2 . . . tis t t . . . t
(5.44)
cuyas componentes est an dadas por

i1 i2 ...is 1 i2 ...is Tji1 j2 ...jr ;k = Tj1 j2 ...jr ,k + s m=1
1 i2 ...pm ...is im Tji1 pm k j2 ...jr
r n=1
qn 1 i2 ...is Tji1 j2 ...qn ...jr jn k
(5.45)
De esta forma la condici on de constancia del tensor T a lo largo de una curva param etrica () j con velocidad V tj , dada por ec. (5.30), se reduce a
k 1 i2 ...is = Tji1 (5.46) j2 ...jr ;k V = 0 d Por tanto dada una curva param etrica, el producto de contracci on de la derivada covariante con el vector velocidad de la curva proporciona la derivada del tensor a lo largo de la curva, denominada con frecuencia derivada absoluta a lo largo de la curva.
1 i2 ...is dTji1 j2 ...jr
Propiedades de la derivada covariante La derivada covariante es la generalizaci on al caso de coordenadas curvil neas de la derivada parcial en coordenadas cartesianas, tiene el mismo signicado y las mismas propiedades, entre ellas resumimos las siguientes: La derivada covariante conserva el car acter tensorial aumentando en 1 el orden covariante del tensor. La derivada covariante de un tensor constante es nula. La derivada covariante en el espacio Eucl deo derivada parcial habitual.
4n en coordenadas cartesianas se reduce a la
La derivada covariante cumple las propiedades algebraicas habituales de una operaci on de derivaci on, en particular es una operaci on lineal (A + B );i = A;i + B ;i y cumple la regla de Leibnitz para la derivaci on de productos (A B );i = A;i B + A B ;i (5.48) (5.47)
La variaci on de T a lo largo de un desplazamiento innitesimal dy i est a dada por dT = T ;i dy i . La derivada covariante del tensor m etrico es nula gij ;k = 0, g;ij k =0 (5.49)
Como consecuencia de esto la operaci on de derivada covariante conmuta con las operaciones de subida y bajada de ndices.
5.2. DERIVADA COVARIANTE Aplicaci on al caso de escalares, vectores y tensores de orden 2
101
Los casos de mayor inter es en f sica corresponden a los tensores de orden bajo habituales. Como puede verse, la derivada covariante de una funci on escalar coincide con la derivada parcial habitual f;i = f,i En el caso de un vector contravariante v i , su derivada covariante est a dada por
i k v;ij = v,j + i kj v
(5.50)
(5.51)
y para un vector covariante vi encontramos vi;j = vi,j k ij vk (5.52)
Para la derivada covariante de un operador lineal (tensor 1-covariante 1-contravariante) encontramos j j p q j Aj (5.53) i;k = Ai,k + pk Ai ik Aq El resultado para tensores 2-contravariante o 2-covariante est a dado por
ij j i pj ip Aij ;k = A,k + pk A + pk A p Aij ;k = Aij,k p ik Apj jk Aip
(5.54) (5.55)
respectivamente. Como puede verse, cada ndice covariante o contravariante de un tensor introduce un t ermino af n en la derivada covariante, dado por la contracci on de ese ndice con el s mbolo de Christoel correspondiente, + para los ndices contravariantes y para los ndices covariantes. La ecuaci on general (5.45) puede parecer complicada, sin embargo para deducirla basta tener en cuenta las ecuaciones (5.51) y (5.52) para el caso de tensores de orden 1. Para calcular la derivada covariante respecto de y j de un tensor de rango arbitrario lo u nico que hay que hacer es k calcular la derivada parcial correspondiente y a nadir un t ermino an alogo a i ndice kj v por cada i k contravariante y un t ermino an alogo a ij vk por cada ndice i covariante. Las relaciones anteriores para el caso de tensores de orden 2 (ecs. (5.53-5.55)) proporcionan un ejemplo.
5.2.1.
Comportamiento tensorial de la derivada covariante
La derivada covariante es una operaci on bien denida desde el punto de vista tensorial. Esto signica que, dado un tensor de rango arbitrario T , el objeto dado por T ;k tk (con suma en k ) es un tensor, es decir, un objeto geom etrico independiente del sistema de referencia empleado para calcularlo. Concretamente, el tensor T ;k tk est a dado por
j1 j2 jr k 1 i2 ...is T ;k tk = Tji1 j2 ...jr ;k ti1 ti2 . . . tis t t . . . t t
(5.56)
y se dene como el gradiente del tensor T (a veces se dice gradiente covariante), de esta manera generalizamos el concepto de gradiente, familiar para el caso de escalares, al caso de tensores de rango arbitrario. En los primeros cap tulos de este curso hemos estudiado el signicado del concepto de tensor, y hemos visto que la invariancia de un tensor bajo cambios de base implica que sus componentes se transforman de una determinada forma al realizar un cambio de base en el espacio. En el caso de la derivada covariante esto implica que si T es un tensor de orden r-covariante 1 i2 ...is s-contravariante, las componentes de su derivada covariante (Tji1 un una j2 ...jr ;k ) se transforman seg
102
ley tensorial tipo r + 1-covariante s-contravariante bajo reparametrizaciones de la variedad. Por tanto, la derivada covariante incrementa en una unidad el orden covariante del objeto sobre el que se aplica. En particular, las componentes de la derivada covariante de una funci on escalar forman un vector, las componentes de la derivada covariante de orden 2 de un escalar denen un tensor de orden 2, de igual manera que la derivada covariante de un vector tambi en dene un tensor de orden 2. Es evidente que una ley f sica, para ser v alida, debe ser independiente del sistema de coordenadas empleado para formularla. Por tanto, el car acter invariante de la derivada covariante bajo cambios de coordenadas hace que esta sea la operaci on de derivaci on direccional adecuada para formular leyes f sicas que involucren variaciones espaciales de campos tensoriales. Derivada covariante de escalares En el caso de un escalar (f ) la derivada covariante coincide con la derivada parcial habitual. Como consecuencia de esto el objeto dado por f,i ti (5.57)
es invariante bajo cambios de coordenadas, lo que implica que f,i son las componentes de un vector covariante, que se dene como el vector gradiente del escalar f . Dado que la demostraci on de estas cuestiones no es demasiado complicada, la dejamos para los ejercicios. Sin embargo las segundas derivadas parciales de f no denen un tensor, es decir, el objeto denido por f,ij ti tj no est a bien denido desde el punto de vista tensorial ya que depende del sistema de coordenadas empleado. Esto se debe a que para calcular las segundas derivadas del escalar f , es decir, las derivadas de orden 1 del vector gradiente, debemos tener en cuenta tambi en c omo var a la base natural del espacio co-tangente. Si tenemos esto en cuenta es f acil vericar que el objeto dado por las segundas derivadas covariantes del escalar f f;ij ti tj (5.58)
s es invariante bajo reparametrizaciones de la variedad, por tanto las componentes f;ij corresponden a un tensor 2-covariante. Derivada covariante de vectores En este apartado vericaremos paso a paso la ley de transformaci on de la derivada covariante de vectores. Para ello recordamos en primer lugar la ley de transformaci on (no tensorial) de los coecientes de la conexi on de Levi-Civita bajo la reparametrizaci on y i y i , dada por
p q n r 2yp y n n = y y y + pq m y y m y r y y m y p
(5.59)
y s y n y n y p
Multiplicando por la matriz inversa de y n /y p (es decir, teniendo en cuenta que s p ) y despejando deducimos
s p q 2ys n y y y s = m y n m pq y y m y y
y s y p
(5.60)
relaci on que emplearemos m as abajo.
5.2. DERIVADA COVARIANTE
103
Veamos primero el caso de un vector covariante Ti . Por denici on las componentes de este vector se transforman seg un k i = y Tk T (5.61) y i Derivando esta relaci on respecto de la coordenada y j (nos referimos a la derivada parcial ordinaria) y aplicando la regla de la cadena encontramos i T 2yk y k Tk = T + k y j y i y j y i y j (5.62)
La derivada parcial de la componente antigua Tk respecto de las coordenadas nuevas y j puede calcularse por medio de la regla de la cadena como Tk Tk y q = j y y q y j (5.63)
Teniedo esto en cuenta y sustituyendo la derivada segunda de y k por medio de ec. (5.60) llegamos a ) ( k p q i T y k y q Tk n y k y y T + = (5.64) k ij pq y j y n y i y j y i y j y q de donde despejamos i T n ij Tn = y j ( Tp n pq Tn y q ) y p y q y i y j
(5.65)
es decir
p q i;j = Tp;q y y T y i y j
(5.66)
Por tanto las componentes Ti;j se transforman bajo un cambio de sistema de coordenadas como un objeto tensorial 2-covariante, es decir, la derivada covariante de un vector covariante es un tensor 2-covariante. Veamos ahora el caso de un vector contravariante, para ello partimos de la ley de transformaci on i k i = y T T , y k Ti = y i k T y k (5.67)
Derivando respecto de la coordenada y j y operando como hemos hecho en el caso anterior llegamos a ( ) i p q k T i y k y i T n y i y y k = T + (5.68) pq jk y k y j y n y j y k y k y j
y y Multiplicando por la matriz inversa de (dada por ), reordenando y renombrando los ndices y i y k encontramos ( ) p i T i y q i T k = T + p T k y + (5.69) kj kq y j y q y p y j
i
es decir
y i = T p y T ;j ;q y p y j
(5.70)
tal y como corresponde a un objeto 1-covariante 1-contravariante. Para tensores de rango tensorial superior se pueden deducir relaciones an alogas.
104
5.2.2.
Derivada covariante en componentes f sicas
En aplicaciones de c alculo tensorial en espacios Eucl deos es frecuente trabajar con tensores empleando las componentes f sicas, por los motivos expuestos en el cap tulo precedente. La derivada covariante del tensor de rango arbitrario T est a dada por el tensor T ;k tk (con suma en k ), expresando este objeto por medio de sus coordenadas respecto de la base natural normalizada vemos que las componentes f sicas de la derivada covariante est an dadas por
s r i1 i2 ...is = 1 T i1 i2 ...is + i1 i2 ...pm ...is im i1 i2 ...is qn T T T j1 j2 ...jr j1 j2 ...qn ...jr jn k j1 j2 ...jr ;k pm k hk j1 j2 ...jr ,k m=1 n=1
(5.71)
(sin suma en k ) donde las componentes f sicas de la conexi on se han estudiado antes en este cap tulo.
5.3.
Vector aceleraci on
Como aplicaci on directa de la derivada absoluta a lo largo de una curva veamos la expresi on del vector aceleraci on de una part cula puntual en coordenadas generalizadas. Supongamos un m ovil cuya posici on est a contenida en una cierta variedad diferenciable n-dimensional descrita por las coordenadas generalizadas y i . La posici o n de este m ovil est a descrita por la curva param etrica { } r (), dada en coordenadas por las funciones y 1 (), y 2 (), . . . , y n () , donde el par ametro juega el papel de tiempo. En el cap tulo precedente vimos que el vector velocidad de este m ovil est a dado por v = y i ti , donde y i representa la derivada respecto del par ametro y los ti forman la base natural correspondiente a este sistema de coordenadas. El vector aceleraci on est a dado por la derivada respecto al tiempo del vector velocidad, estando esta derivada evaluada a lo largo de la trayectoria del m ovil. Denotando como a el vector aceleraci on tenemos que a= dv = v ;j v j d (5.72)
para calcular esta expresi on aplicamos la regla de la cadena dv dti ti i j =y i ti + y i =y i ti + j y y d d y (5.73)
Expresando la variaci on de los vectores de la base por medio de los s mbolos de Christoel este resultado puede escribirse como ( ) i j a= y k + k y y tk (5.74) ij donde y i denota la segunda derivada respecto de . En consecuencia vemos que las componentes del vector aceleraci on a = ak tk est an dadas por
i j ak = y k + k iy j = v k + k ij y ij v v
(5.75)
y la expresi on en coordenadas generalizadas de la conocida ley de Newton F = ma es ( ) i j fk = m y k + k y y ij
(5.76)
Esta forma de expresar la ley de Newton es m as complicada que la habitual en coordenadas cartesianas, pero tiene la gran ventaja de ser v alida independientemente del sistema de coordenadas empleado, lo que hace posible la comparaci on de resultados entre observadores que empleen sistemas de coordenadas distintos.
5.4. PROBLEMAS
105
5.4.
Problemas
1. Vericar la relaci on ec. (5.10). 2. Vericar la relaci on ec. (5.11). 3. Vericar la relaci on ec. (5.14). 4. Vericar la relaci on ec. (5.15). 5. Vericar la relaci on ec. (5.17). 6. Vericar la relaci on ec. (5.18). 7. Vericar la relaci on ec. (5.19). 8. Vericar la relaci on ec. (5.21). 9. Vericar la relaci on ec. (5.22). 10. Calcular los s mbolos de Christoel de primera y segunda especie y f sicos correspondientes al espacio 43 Eucl deo en coordenadas cartesianas. 11. Calcular los s mbolos de Christoel de primera y segunda especie y f sicos correspondientes al espacio 43 Eucl deo en coordenadas cil ndricas. 12. Calcular los s mbolos de Christoel de primera y segunda especie y f sicos correspondientes al espacio 43 Eucl deo en coordenadas esf ericas. 13. Deducir la ley de transformaci on del tensor de curvatura de Riemann bajo un cambio de coordenadas. 14. Dado el escalar f , demostrar que f;i ti dene un objeto invariante bajo cambios de coordenadas, es decir, un tensor. 15. Vericar la ley tensorial correspondiente para los casos de un vector covariante y uno contravariante. 16. Las derivadas parciales tradicionales de una funci on escalar conmutan f,ij = f,ji . Qu e puede decirse en este sentido sobre las derivadas covariantes cruzadas? Se cumple la relaci on f;ij = f;ji ? Razone la respuesta. 17. Calcule la expresi on del vector aceleraci on en 43 Eucl deo en coordenadas cartesianas, cil ndricas y esf ericas. 18. Exprese los resultados del ejercicio anterior en componentes f sicas.
5.5.
Bibliograf a
Para este cap tulo se ha consultado principalmente [1], [2], [7] , [8] y [13].
106
Cap tulo 6
Operadores diferenciales habituales

En este cap tulo presentamos las versiones con comportamiento tensorial bien denido de los operadores diferenciales habituales en f sica, basadas en la derivada covariante denida en el cap tulo precedente. Los resultados se presentan de forma general para un caso arbitrario. En el caso de un espacio Eucl deo se presentan tambi en las expresiones correspondientes a un sistema de coordenadas ortogonales. Al nal del cap tulo aplicamos estos resultados para generar las expresiones de los operadores diferenciales habituales en el caso del espacio Eucl deo 43 en coordenadas cartesianas, cil ndricas y esf ericas. Aunque estos sistemas de coordenadas son, con diferencia, los que m as se usan, el material presentado en este cap tulo permite deducir la expresi on de los operadores diferenciales habituales en cualquier sistema de coordenadas, no necesariamente ortogonales. De esta forma, el material que presentamos aqu completa el objetivo de esta primera parte del curso.
6.1.
Operadores diferenciales
La generalizaci on a coordenadas curvil neas de los operadores diferenciales habituales se obtiene a partir de su expresi on en coordenadas cartesianas sustituyendo las derivadas parciales A/xi por las correspondientes derivadas covariantes A;i .
6.1.1.
Gradiente covariante
El gradiente de un escalar f es el vector denido, en funci on de sus componentes covariantes, como f i 1 f i f = t = t (6.1) i y hi y i En t erminos de sus componentes contravariantes este vector queda como f = g ij f g ij f t = tj j y i hi y i (6.2)
En el caso particular de un sistema de coordenadas curvil neas ortogonales (suponiendo que el espacio es eucl deo) esto queda como f = 1 f 1 f ti = ti 2 i hi y i hi y 107 (6.3)
108
CAP ITULO 6. OPERADORES DIFERENCIALES HABITUALES
En todas las expresiones anteriores se sobre-entiende que la base ti es la base natural del sistema de coordenadas generalizadas empleado, mientras que la base ti es la base natural normalizada, siendo los hi los factores de escala correspondientes. Como puede verse las componentes covariantes y contravariantes del vector gradiente son, en general, distintas, incluso si el espacio es eucl deo y la base es ortogonal. Las componentes co- y contra-variantes s olo coinciden si el espacio es eucl deo y si la base es ortonormal, tal y como sucede con las componentes f sicas cuando se usa un sistema de coordenadas curvil neas ortogonales. El gradiente de un vector v es un tensor de orden 2. A partir de las componentes contravariantes de v este tensor est a denido por ( v =
j v;k j tk t
) v k k i + ij v tk tj y j
(6.4)
En funci on de sus componentes f sicas este tensor queda como v = j v ;k j tk t ( = ) 1 v k k i j + ij v tk t hj y j (6.5)
6.1.2.
Divergencia covariante
La divergencia covariante de un vector v se dene como el escalar resultante de la contracci on del tensor gradiente de v 1 ( i ) v = v;ii = gv (6.6) g y i donde para deducir la u ltima expresi on se ha tenido en cuenta la relaci on 1 g 1 g j ij = = 2g y i g y i A partir de las componentes f sicas de v esto queda como ( ) 1 g i v = v g y i gii En el caso particular de un sistema de coordenadas curvil neas ortogonales tenemos que g = h1 h2 h3 y por tanto en ese caso 1 v = h1 h2 h3 y i ( h1 h2 h3 i v hi ) (6.10) (6.9)
(6.7)
(6.8)
6.1.3.
Rotacional covariante
A partir de la denici on de producto vectorial en coordenadas curvil neas, el rotacional covariante de un vector A se dene como el vector dado por 1 A = ijk Ak;j ti = ijk Ak;j ti g (6.11)
6.2. COORDENADAS CURVIL INEAS ORTOGONALES HABITUALES En componentes f sicas esto est a dado por A= hi hj hk ijk Ak;j ti g
109
(6.12)
En coordenadas curvil neas ortogonales esto se simplica nalmente a t1 h1

y 1
k hi hk A 1 A= ijk ti = j h1 h2 h3 y h1 h2 h3
t2 h2
y 2
t3 h3
y 3
(6.13)
3 2 h3 A 1 h2 A h1 A donde la u ltima expresi on debe entenderse como una regla nemot ecnica, no como una denici on.
6.1.4.
Laplaciano covariante
( ) ij f gg y j
El laplaciano covariante de un escalar f es el escalar denido como la divergencia del gradiente f= f

2
;i
)
;i
= g f;j
ij
)
;i
1 = g y i
(6.14)
En coordenadas curvil neas ortogonales esto queda como ( ) 1 h1 h2 h3 f 2 f= h1 h2 h3 y i y i h2 i
(6.15)
6.2.
Coordenadas curvil neas ortogonales habituales
Tomando como punto de partida los resultados precedentes, deducir la expresi on (en componentes f sicas por ejemplo) de cualquier operaci on tensorial en cualquier sistema de coordenadas es una tarea puramente mec anica, que puede programarse f acilmente en cualquier entorno de c alculo simb olico, como p. ej. Mathematica. A continuaci on se presenta un resumen de f ormulas aplicable para las coordenadas curvil neas ortogonales m as habituales en el espacio 43 Eucl deo. Todos los vectores y tensores que aparecen a continuaci on est an denidos por sus correspondientes componentes f sicas.
6.2.1.
Coordenadas cartesianas
tambi en por completitud. 0 0 1
Los resultados de este apartado son triviales, pero se presentan Matriz jacobiana 1 0 J i j = 0 1 0 0 Vectores tangentes 1 t1 = 0 , 0 0 t 2 = 1 , 0 0 t3 = 0 , 1
1 t1 = 0 , 0
0 t2 = 1 , 0
0 t3 = 0 1
110
z
k j i r
y x
Figura 6.1: Coordenadas cartesianas.
Vectores tangentes unitarios 1 t1 = 0 , 0 Tensor m etrico 0 t2 = 1 , 0 gij = 0 0 S mbolos de Christoel de primera especie i1k 0 = 0 0 0 0 0 0 0 , 0 i2k 0 = 0 0 0 0 0 0 0 , 0 i3k 0 = 0 0 0 0 0 0 0 0 1 0 1 0 0 0 t3 = 0 , 1 0 , 1 1 1 t = 0 , 0 g ij = 0 0 1 0 1 0 0 0 2 t = 1 , 0 0 1 0 3 t = 0 1
S mbolos de Christoel de segunda especie i k 1 = 0 0 S mbolos de Christoel f sicos k = 0 i1 0 Gradiente f = (

f x f y f z
0 0 0 0 0 0 , 0
i k 2 = 0 0 0 0 0 0 0
0 , 0
i k 3 = 0 0 0 0 0 0 0
0 0
0 0 0
0 0 , 0
k = 0 i2 0 0 0 0 0 0
0 , 0
k = 0 i3 0 0 0 0 0 0
0 0
) ,
v =
v1 x v2 x v3 x
v1 y v2 y v3 y
v1 z v2 z v3 z
6.2. COORDENADAS CURVIL INEAS ORTOGONALES HABITUALES

Divergencia v = (v1 ) + (v2 ) + (v3 ) , x y z ( 2 v = v + z 2 f = x ( (T13 ) (T23 ) (T33 )
111
(T ) + x 11 T = x (T21 ) + (T31 ) + x v1 z
y y y
(T12 ) + (T22 ) + (T32 ) + )
z z z
Rotacional Laplaciano
v3 y
v3 x
1 v + y
v2 x
f x
) +
f y
) +
f z
6.2.2.
Coordenadas cil ndricas
z
uz r r u ur
x
ndricas. Figura 6.2: Coordenadas cil
Las coordenadas cil ndricas est an denidas por el cambio de variable
y1 = r =
x2 + y 2
x1 = x = r cos x2 = y = r sen x3 = z
y y 2 = = arctan x
y3 = z
Matriz jacobiana Ji j = sin( ) 0 Vectores tangentes cos() t1 = sin() , 0 (r sin( )) t2 = r cos( ) , 0 0 t3 = 0 , 1 cos( ) (r sin()) r cos() 0
0 1 t2 = ( ) , 0 3 t = 0 1 0
cos( ) t1 = sin( ) , 0
sin( ) r cos( ) r
Vectores tangentes unitarios cos() sin() t1 = sin() , t2 = cos( ) , 0 0
0 t3 = 0 , 1
cos() 1 t = sin() , 0
sin( ) 2 t = cos() , 0
0 3 t = 0 1
112
Tensor m etrico

gij = 0 0 1 0 r2 0 0 0 , 1 i2k 0 = r 0 r 0 0 g ij = 0 0 0 0 , 0 1 0 r 2 0 0 0 1 i3k 0 = 0 0 0 0 0 0 0 0
S mbolos de Christoel de primera especie 0 0 i1k = 0 r 0 0
0 0 , 0
S mbolos de Christoel de segunda especie 0 0 0 1 i k 1 = 0 r 0 , 0 0 0 S mbolos de Christoel f sicos k = 0 i1 0 Gradiente f = (

f r
f
i k 2 = r 0 0
1 r
0 , 0 0
i k 3 = 0 0 0 0 0 0
0 0
0 0 0
0 0 0 0 0 0 , 0
k = i2 0 (1)
r
1 r
0 , 0 0
k = 0 i3 0
v1 v2
0 0 0 0 0 0 0
0 0
f z
) ,
v2 v = r
v3 r
v1 r
r r
+
r
v2 r v1 r
v1 z v2 z v3 z
v3
Divergencia v =

(v2 ) r
(r v1 ) r
(r v3 ) r
( r) T22 T = + r
(T ) 12
r (T21 ) + z r (r T ) ( T ) 32 31 + r r r
(r T ) 11 r
(r T ) 13 z
T22 r
T21 r
(T23 ) + +
T12 r (r T ) 33 z r
Rotacional v = Laplaciano
(
2 v + z
v3
v1 z
v3 r
v2 r
v1
) + )
v2 r
2 f =
1 f r
) +
r f r
) +
r f z
6.2.3.
Coordenadas esf ericas
Las coordenadas esf ericas est an denidas por el cambio de variable
y1 = r = y2
x2 + y 2 + z 2 x2 +y 2 = = arctan z
x1 = x = r sen cos x2 = y = r sen sen x3 = z = r cos
y y 3 = = arctan x Matriz jacobiana Ji j = sin() sin( ) cos( ) cos() sin( ) r cos() cos() r cos() sin() (r sin( ))
(r sin() sin( )) r cos() sin( ) 0
6.2. COORDENADAS CURVIL INEAS ORTOGONALES HABITUALES
113
z
ur u u
r r
y x
ericas. Figura 6.3: Coordenadas esf
Vectores tangentes (r sin() sin()) r cos() cos() cos() sin( ) t1 = sin() sin( ) , t2 = r cos( ) sin() , t3 = r cos() sin( ) 0 (r sin( )) cos( ) ( ) cos() cos( ) csc( ) sin() cos() sin( ) r r t1 = sin() sin( ) , t2 = cos()rsin() , t3 = cos() csc() r ( ) sin( ) cos( ) 0 r Vectores tangentes unitarios cos() sin( ) t1 = sin() sin( ) , cos( ) cos() sin( ) 1 t = sin() sin( ) , cos( ) Tensor m etrico gij = 0 0 S mbolos de 0 i1k = 0 0 Christoel de primera especie 0 0 0 , i2k = r r 0 0 r sin()2 0 1 0 r2 0 0 0 r2 sin( )2 cos() cos( ) t2 = cos( ) sin() , sin( ) cos() cos() 2 t = cos() sin() , sin( ) , g ij = 0 0 r 0 0 0 0 r2 cos( ) sin() , i3k 1 0 r 2 0 = 0 ( ) r sin( )2 0 0 ( ) r2 cos( ) sin() 0 0 0 sin() t3 = cos() 0 sin() 3 t = cos() 0 2
csc( ) r2
r2 cos( ) sin( ) 0
r sin( )2
S mbolos de Christoel de segunda especie 0 0 0 0 k , = i k 1 = 0 1 0 r i 2 r 1 0 0 0 r
1 r
0 0 cot() ,
i k 3 = 0 ( ) r sin( )2 0 0 0 (cos( ) sin())
0 0
cot( ) 0
1 r
114
S mbolos de Christoel f sicos k = 0 i1 0 Gradiente ( f =
f r
f
0 0 0 0 0 0 , 0
k = i2 0 (1)
r
1 r
0 0
0 0 , 0
k = i3 0 0 (1)
r
0 ( 0
cot( ) r
1 r cot( ) r
)
csc( ) r
v2 v = r
v3 r
v1 r
v1
r
v2
+
r
v2 r v1 r
v1 r
( +
( v3 )
r
v1
v3
+ r v2 ) cot( ) + r +
csc( ) csc( ) r csc( ) r
v3
v2 cot( ) r
v3
Divergencia v =
r
( 2 ) r v1 sin() csc( ) r2
T33 r
(r v2 sin( )) csc() r2
(r v3 ) csc( ) r2
( ) T22 r T12 21 T = + Tr r Rotacional v = Laplaciano f =

2
(r T ) csc( ) (r T sin( )) csc( ) 13 12 sin( )) csc( ) + + r2 r2 r2 (T (r T (T23 ) csc( ) T33 cot( ) 22 sin( )) csc( ) 21 sin( )) csc( ) r + + + r r r r (T (r T ) (T32 ) 33 csc( )) T23 cot( ) T32 cot( ) 31 T13 T31 r + + + r + r + + r r r r r
(r2 T11
v3
v3 cot( ) r
v2
csc( ) r
3 v r
v3 r
v1
csc( ) r
v2 r
v1
) +
v2 r
( ) f csc() csc() r2
( ) r2 sin( ) f csc() r r2
sin( ) f r2
) csc( )
6.3.
Bibliograf a
Para este cap tulo se han consultado los textos generales de c alculo tensorial, geometr a dife como [17]. rencial y algebra [3, 5, 4, 8, 12, 13], as
Ap endice A
F ormulas de an alisis vectorial

En este apartado presentamos una colecci on de f ormulas de uso muy habitual, v alidas para el caso habitual de 43 con m etrica Eucl dea.
A.1.
Notaci on
La notaci on empleada en estos apuntes es la habitual en textos similares: Las cantidades en negrita representan vectores o, en general, magnitudes tensoriales no escalares (es decir, de rango tensorial superior a cero). Si en alg un momento es necesario distinguir entre las componentes covariantes y contravariantes de un tensor (por ejemplo A), las componentes covariantes se denotar an por sub ndices i (Ai ) y las contravariantes por super ndices (A ). A menos que se diga lo contrario supondremos que se est an empleando coordenadas cartesianas, de tal forma que Ai denota la i esima componente cartesiana del vector A: Ai = ei A. Dado que la base dual a la base cartesiana {i, j , k} coincide con ella misma, las componentes covariantes y contravariantes respecto de esta base coinciden. Convenio de suma de Einstein: A menos que se diga lo contrario se sobreentiende que si en una expresi on aparece un ndice repetido la expresi on representa la suma respecto de ese ndice, que por tanto es un ndice mudo. Delta de Kronecker: 1 si j ij = ij = i = 0 si
i=j i = j
(A.1)
S mbolo alternante de Levi-Civita: +1 si ijk es una permutaci on par de 123 ijk = 1 si ijk es una permutaci on impar de 123 0 si hay alg un ndice repetido 115
(A.2)
116
APENDICE A. FORMULAS DE ANALISIS VECTORIAL
A.2.
Productos escalares y vectoriales

A B = Ai Bi A B = ijk Ai Bj ek
(A.3) (A.4)
F ormulas u tiles
A (B C ) = B (C A) = C (A B ) A (B C ) = B (A C ) C (A B ) (A B ) C = B (A C ) A (B C ) (A B ) (C D ) = (A C ) (B D ) (A D ) (B C ) (A B ) (C D ) = C (A (B D )) D (A (B C )) = B (A (C D )) A (B (C D )) (A.9) (A.5) (A.6) (A.7) (A.8)
A.3.
Gradiente, divergencia, rotacional y laplaciano

{ = i ei = U , , x y z = } (A.10)
grad U
U ei xi Ai div A = A = xi Aj rot A = A = ijk ek xi = (

2
(A.11) (A.12) (A.13) ) A (A.14)
lap A = A = A = (A) =
2 2 2 + + x2 y 2 z 2
F ormulas u tiles
(U ) = 0 ( A) = 0 ( ) = 0 1 ( 2) A + ( A ) A 2 2 A = ( A) ( A)
(A.15) (A.16) (A.17)
(A ) A =
(A.18) (A.19)
A.4. TEOREMAS INTEGRALES
117
(U A) = (U ) A + U ( A) (U A) = (U ) A + U ( A) (A B ) = B ( A) A ( B ) (A B ) = (B ) A B ( A) (A ) B + A ( B ) (A B ) = (B ) A + (A ) B + B ( A) + A ( B )
(A.20) (A.21) (A.22)
(A.23) (A.24)
A.4.
Teoremas integrales
Los teoremas integrales habituales (del gradiente, de la divergencia, del rotacional) son casos particulares del conocido Teorema de Stokes para formas diferenciales sobre variedades d = (A.25)
M M
donde M es una variedad diferenciable n-dimensional con frontera M , es una forma diferencial y d denota la derivada exterior.
A.4.1.
Teorema del gradiente
Tambi en conocido como Teorema Fundamental del C alculo. La integral del gradiente de una funci on escalar f a lo largo de una curva , con extremos 1 y 2 est a dada por f dl = df = f (2 ) f (1 ), (A.26)

A.4.2.
Teorema de la divergencia
Tambi en conocido como Teorema de Gauss-Ostrogradsky o sencillamente Teorema de Gauss. La integral de la divergencia de un vector f en el volumen est a dada por f dV = f n d (A.27)

donde es la supercie que limita a y n la normal a orientada hacia el exterior.
A.4.3.
Teorema del rotacional
Tambi en conocido como Teorema de Stokes. La integral del rotacional de un vector f en la supercie S est a dada por ( f ) n d = f dl (A.28)
S S
donde S es la l nea que limita a S .
118 Expresi on alternativa
Dado que no es tan est andar como los teoremas integrales anteriores, en este apartado se incluye la deducci on de la expresi on alternativa del teorema del rotacional empleada para calcular la fuerza de tensi on supercial ejercida sobre un elemento de supercie. En primer lugar, dado el campo vectorial f denimos f = F b, donde b es un vector arbitrario constante. Con esto el Teorema de Stokes queda como ( (F b)) n d = (F b) dl (A.29)
S S
Sustituyendo en la identidad vectorial (Ec. A.23) encontramos (F b) = (b ) F b ( F ) (A.30)
ya que b es un vector constante. Aplicando la identidad vectorial (Ec. A.5) y sustituyendo (Ec. A.30) en (Ec. A.29) encontramos b F dl = [b ( F ) (b ) F ] n d (A.31)
S S
Recordando que el vector b es arbitrario, la expresi on alternativa del teorema del rotacional queda nalmente como F dl = [( F ) n (F ) n] d (A.32)
S S
A.4.4.
Otros teoremas integrales

A dV =
n d A
(A.33) (A.34)
dl
S
n d =
A.4.5.
Identidades de Green
Dadas dos funciones escalares y se cumple: Primera identidad de Green
) 2 + () ( ) dV =
( ) n d
(A.35)
donde es la supercie que limita a y n la normal a orientada hacia el exterior. Segunda identidad de Green
dV =
2 2
( ) n d (A.36)
donde es la supercie que limita a y n la normal a orientada hacia el exterior.
A.4. TEOREMAS INTEGRALES
119
Bibliograf a
Para elaborar este ap endice se ha consultado [18] y [23] junto con las enciclopedias en internet [25] y [28].
120
Bibliograf a
En este apartado se incluye la lista de referencias consultadas para elaborar estos apuntes. Algunas de estas referencias se mencionan en el texto y pueden consultarse como bibliograf a complementaria avanzada de los temas en que se mencionan, las restantes se citan para dar el debido cr edito a todas las fuentes consultadas.
C alculo tensorial y geometr a diferencial

[1] Bishop, R. L. and S. I. Goldberg: Tensor Analysis on Manifolds. Dover, 1980. [2] Bowen, R. M. and C. C. Wang: Introduction to Vectors and Tensors. Dover, 1976. [3] Burgos, J.: Curso de Algebra y Geometr a. Alhambra, 1980. [4] Danielson, D. A.: Vectors and Tensors in Engineering and Physics. Perseus, 2003. [5] do Carmo, M. P.: Geometr a Diferencial de Curvas y Supercies. Alianza Universidad Textos, 1995. [6] Flanders, H.: Dierential Forms with Applications to the Physical Sciences. Dover, 1990. [7] Frankel, T.: The Geometry of Physics: An Introduction. Cambridge University Press, 1997. [8] Kay, D. C.: C alculo Tensorial. McGraw-Hill, 1989. [9] Lang, S.: Dierential and Riemannian Manifolds. Springer-Verlag, 1995. [10] Lichnerowicz, A.: Elementos de C alculo Tensorial. Aguilar, 1972. [11] Lipschutz, M. M.: Dierential Geometry. McGraw-Hill, 1969. [12] Lovelock, D. and H. Rund: Tensors, Dierential Forms, and Variational Principles. Dover, 1989. [13] Synge, J. L. and A. Schild: Tensor Calculus. Dover, 1978.
121
122
BIBLIOGRAF IA
Aplicaciones de tensores en f sica

F sica General [14] Feynman, R. P., R. B. Leighton, and M. L. Sands: The Feynman Lectures on Physics (3 vols.). Addison-Wesley, 1989. [15] Feynman, R. P., R. B. Leighton y M. L. Sands: F sica (3 vols.). Addison-Wesley, 1999.
Mec anica Cl asica [16] Arnold, V. I.: Mathematical Methods of Classical Mechanics. 1990. Springer-Verlag, second ed.,
Mec anica de Fluidos [17] Aris, R.: Vectors, Tensors and the Basic Equations of Fluid Mechanics. Dover, 1990. [18] Emanuel, G.: Analytical Fluid Dynamics. Lewis Publishers, second ed., 2000.
Relatividad [19] Misner, C. W., K. S. Thorne, and J. A. Wheeler: Gravitation. W. H. Freeman and Company, 1973. [20] Wald, R. M.: General Relativity. The University of Chicago Press, 1984. [21] Weinberg, S.: Gravitation and Cosmology: Principles and Applications of the General Theory of Relativity. Wiley, 1972.
Libros de tablas y enciclopedias en Internet

[22] Abramowitz, M. and I. A. Stegun: Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables. Dover, New York, tenth ed., 1974. [23] Spiegel, M. R. y L. Abellanas: F ormulas y Tablas de Matem atica Aplicada. McGraw-Hill, 1997. [24] Wales, J. y cols. (eds.): Wikipedia, la enciclopedia libre. The Wikimedia Foundation, Inc., since 2001. http://es.wikipedia.org/. [25] Wales, J. et al. (eds.): Wikipedia, the free encyclopedia. since 2001. http://www.wikipedia.org/. The Wikimedia Foundation, Inc.,
[26] Weisstein, E. (ed.): Eric Weissteins World of Physics. Wolfram Research Inc., since 1999. http://scienceworld.wolfram.com/physics/.
123 [27] Weisstein, E. (ed.): Eric Weissteins World of Science. Wolfram Research Inc., since 1999. http://scienceworld.wolfram.com/. [28] Weisstein, E. (ed.): Mathworld: the webs most extensive mathematics resource. Research Inc., since 1999. http://mathworld.wolfram.com/. Wolfram
Otras referencias
A L TEX
[29] http://wikipedia.org/wiki/LaTeX.
A [30] Cascales Salinas, B. y cols.: L TEX una imprenta en sus manos. Aula Documental de Investigaci on, 2000. A [31] Kopka, H. and P. W. Daly: A Guide to L TEX: Document Preparation for Beginners and Advanced Users. Addison-Wesley, third ed., 1999. A A [32] Oetiker, T. et al.: The Not So Short Introduction To L TEX 2 . Or L TEX 2 in 157 minutes. Free Software Foundation., 5.01 ed., 2011. http://www.ctan.org/tex-archive/info/ lshort/english/lshort.pdf.
Linux
[33] http://www.linux.org. [34] http://www.gnu.org. [35] http://wikipedia.org/wiki/Linux. [36] Siever, E. et al.: Linux in a Nutshell. OReilly, sixth ed., 2009.
124
BIBLIOGRAF IA
Indice alfab etico

aplicaci on lineal, 15, 18, 30 multilineal, 38 base, 3 cambio de, 15 dual, 12, 16 ortonormal, 11 producto tensorial, 35 componentes contravariantes, 17, 27, 48 covariantes, 17, 27, 48 convenio de suma de Einstein, 10 coordenadas, 4 delta de Kronecker, 11 dependencia lineal, 3 derivada covariante, 34 parcial, 34 desigualdad triangular, 6, 7 diada, 35 dimensi on, 3 del conjunto de coordenadas, 27 nita, 4 innita, 4 distancia, 6 elemento neutro, 3 nulo, 3 opuesto, 3 envolvente lineal, 4 espacio completo, 9 cotangente, 61 de Banach, 9 de Hilbert, 9 de Riemann, 11 dual, 12 Eucl deo, 11 m etrico, 7 no Eucl deo, 11 normado, 7 orientable, 50 pre-Hilbert, 9 producto tensorial, 35 tangente, 61 topol ogico, 62 vectorial, 1 brado cotangente, 61 tangente, 61 grados de libertad, 27 Gram-Schmidt, 12 homeomorsmo, 62 independencia lineal, 3 ndices contracci on de, 38 contravariantes, 27 covariantes, 27 libres, 10 mudos, 10 permutaci on de, 43 subida y bajada de, 18, 42 inversiones, 20 Levi-Civita, 52, 53 ley de transformaci on tensorial, 27, 48 m etrica Riemanniana, 11 matriz adjunta, 20 ortogonal, 20 125
126 unitaria, 20 norma, 6, 8 orientaci on, 50, 51 paridad, 48 permutaciones, 20 peso, 48 potencia tensorial, 36 Producto de densidades tensoriales, 49 producto de contracci on, 39 di adico, 35 escalar, 7 exterior, 58 interior, 7 por escalares, 1, 3, 37 tensorial, 35, 37 vectorial, 54, 55 propiedad anticonmutativa, 55 asociativa, 3, 35, 36, 55 conmutativa, 2 distributiva, 3, 7, 35, 55 herm tica, 7 Jacobi, 55 proyecci on ortogonal, 12 pseudotensor, 47, 48 rotaciones, 20 subespacio independiente, 5 vectorial, 5 suma de tensores, 37 de vectores, 1, 2 directa, 5 tensor, 25 absoluto, 47, 48 af n, 36 antisim etrico, 43 asociado, 42 axial, 47, 48 campo tensorial, 34
INDICE ALFABETICO Cartesiano, 44 contravariante, 43 covariante, 43 criterios de tensorialidad, 40 de esfuerzos, 30 de tensiones, 30 denici on, 35 densidad tensorial, 47, 48 is otropo, 44 m etrico, 9, 14, 18 orden, 27 polar, 47, 48 rango tensorial, 27, 28 relativo, 47, 48 sim etrico, 43 teorema de Riesz-Fr echet, 12 topologa m etrica, 10 transformaci on ortogonal, 19 unitaria, 19 variedad, 61 vector, 2, 17

Apuntes MM4

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Apuntes MM4

Uploaded by

Copyright:

Available Formats

Apuntes de C alculo Tensorial

Ultima modicaci on: 7 de octubre de 2013

Concepto de espacio vectorial

CAP ITULO 1. ESPACIOS VECTORIALES

1.1. CONCEPTO DE ESPACIO VECTORIAL Propiedad asociativa x, y , z -, (x + y ) + z = x + (y + z )

- existe un u nico vector x de - tal que su

La operaci on producto por escalares cumple las siguientes propiedades:

Propiedad distributiva respecto de la suma de escalares , ( + ) x = x + x (1.8)

Propiedad distributiva respecto de la suma de vectores , (x + y ) = x + y 1x = x (1.9) (1.10)

1.1. CONCEPTO DE ESPACIO VECTORIAL

CAP ITULO 1. ESPACIOS VECTORIALES

- con longitud cero es el elemento nulo de x = 0 si y s olo si x = 0 (1.24)

Comportamiento respecto al producto por escalares x -, Desigualdad triangular x, y -, , x = || x (1.25)

1.2. METRICA Desigualdad triangular x, y , z -, d(x, z ) d(x, y ) + d(y , z )

= 4 esta propiedad se reduce a (x1 , x2 ) = (x1 , x2 ) = (x1 , x2 ) (1.39)

Espacios Lineales Normados

Norma inducida por el Producto Escalar PreHilbert Hilbert

Figura 1.1: Esquema de inclusiones para espacios vectoriales normados.

10 Convenio de Suma de Einstein

CAP ITULO 1. ESPACIOS VECTORIALES

1.3. ESPACIOS EUCL IDEOS Y NO EUCL IDEOS

Espacios Eucl deos y no Eucl deos

CAP ITULO 1. ESPACIOS VECTORIALES

Espacios no Eucl deos: espacio dual y base dual

- , existe un u nico a - tal que a (x) es sencillamente el

CAP ITULO 1. ESPACIOS VECTORIALES

1.4. CAMBIOS DE BASE Matriz correspondiente a una aplicaci on lineal

CAP ITULO 1. ESPACIOS VECTORIALES

Denici on de cambio de base

1.4. CAMBIOS DE BASE Comportamiento covariante y contravariante

Cambios de base sobre vectores

CAP ITULO 1. ESPACIOS VECTORIALES

Cambios de base sobre aplicaciones lineales

Ley de transformaci on del tensor m etrico

mientras que para el tensor m etrico de la base dual encontramos

1.4. CAMBIOS DE BASE

CAP ITULO 1. ESPACIOS VECTORIALES

j Cuadro 1.1: Comportamiento de tensores de orden 2 bajo cambios de base ( ei = C i ej , D C 1 ).

CAP ITULO 1. ESPACIOS VECTORIALES

CAP ITULO 2. TENSORES

2.1. CONCEPTO DE TENSOR

Ley de transformaci on de tensores generales

CAP ITULO 2. TENSORES

Magnitudes f sicas de rango tensorial superior

Tensores de polarizabilidad y de conductividad el ectrica

2.2. MAGNITUDES F ISICAS DE RANGO TENSORIAL SUPERIOR

CAP ITULO 2. TENSORES

Tensor de esfuerzos o de tensiones

2.2. MAGNITUDES F ISICAS DE RANGO TENSORIAL SUPERIOR Convenio

CAP ITULO 2. TENSORES

2.2. MAGNITUDES F ISICAS DE RANGO TENSORIAL SUPERIOR

CAP ITULO 2. TENSORES

Derivaci on de campos tensoriales

DE TENSOR 2.3. DEFINICION

Espacio producto tensorial

propiedad asociativa respecto al producto por escalares x -1 , y -2 , , (x y ) = (x) y = x (y ) (2.14)

CAP ITULO 2. TENSORES

pueden ponerse en componentes como

DE TENSOR 2.3. DEFINICION

B = B11 ... pq ek1 . . . ekq e1 . . . ep

38 la base producto tensorial de las bases de

CAP ITULO 2. TENSORES

61 y 62 est a dada por