Tema 1: Vectores y tensores

El algebra tensorial es un lenguaje u

til, simple y bonito para la descripcion de fenomenos
naturales. Cantidades tales como la masa de un satelite, la temperatura en los puntos de un
cuerpo y la carga de un electron tienen una magnitud definida. Pueden ser representadas
por n
umeros o escalares, (tensores de orden cero). Propiedades tales como la posicion
o velocidad de un satelite, el flujo de calor en un cuerpo, y la fuerza electromagnetica de
un electron tienen tanto magnitud como direccion. Estas estan bien definidas por vectores,
tensores de orden uno. Otras cantidades como la tension dentro de un solido o fluido
puedes ser caracterizadas por tensores de orden dos o m
as.

1
1.1

Vectores en el espacio eucldeo. Producto escalar,

vectorial y triples
Vectores

En el espacio eucldeo tridimensional, a dos puntps P y Q del espacio se le asocia un

vector P~Q. Es habitual representar los vectores del espacio por una flecha que une los
puntos. Sin embargo, entendidos de este modo, la clase de vectores del espacio resulta
demasiado amplia ya que no sera posible sumar vectores que no tuvieran el mismo punto
de partida, de la manera usual. Es preciso reducir el n
umero de vectores del espacio,
haciendo equivalentes a muchos de ellos.
De manera mas precisa, la relacion de equivalencia de paralelismo permite clasificar los
vectores en clases de vectores llamados vectores libres. De este modo un vector libre es
una clase de vectores tales que dado un punto existe un vector de la clase que parte de ese
punto y es paralelo a los restantes de la clase. Cada vector libre ~u lo representamos por
una flecha, se
nalando en el punto que se desee, el representante de la clase que tiene como
origen este punto.

Figure 1: Todos los vectores con la misma direccion, sentido y modulo forman un u
nico
vector libre
La direcci
on de ~u es la direccion de la flecha, y la norma o magnitud de ~u, designada
por |~u|, es la longitud de su flecha.
1

Ahora ya se puede dotar al conjunto de los vectores libre de una estructura de espacio
vectoria sobre un cuerpo que va a ser el de los n
umeros reales. A lo largo de las notas,
cuando nos refiramos a un escalar, este siempre ser
a un n
umero real. Definimos la
suma de dos vectores libres por la regla del paralelogramo y el producto por un escalar del
modo siguiente: si ~u es un vector libre y un escalar, ~u es un vector libre que tiene la
misma direccion que ~u y el mismo u opuesto sentido seg
un sea el signo del escalar y de
magnitud |||~u|, (|| indica el valor absoluto del n
umero real ).

Figure 2: La suma de vectores sigue la regla del paralelogramo

Algunas observaciones
A partir de ahora nos referiremos a un vector libre simplemente como vector.
Diremos que un vector ~u es no nulo si |~u| =
6 0.
Diremos que un vector ~u es unitario si |~u| = 1.
Si ~u, ~v y w
~ son tres vectores y y dos escalares, se verifica
1. ~u + ~v = ~v + ~u,
2. (~u + ~v ) + w
~ = ~u + (~v + w),
~
3. (~u) = (~u) = ()~u = ~u,
4. ( + )~u = ~u + ~u,
5. (~u + ~v ) = ~u + ~v .
Ejercicio 1 Pruebe que las diagonales de un paralelogramo se cortan en el punto medio.

1.2

Producto escalar

Definici
on 2 Sean ~u y ~v dos vectores, definimos el producto escalar de los vectores
~u y ~v , que designaremos por ~u ~v , por la formula
~u ~v = |~u||~v | cos ,
donde reprsenta el menor angulo que forma ambos vectores.
La proyeccion ortogonal de un vector sobre otro se puede definir con ayuda del producto
escalar.
Definici
on 3 Sea ~e un vector unitario, definimos la proyecci
on ortogonal del vector ~u
sobre el vector ~e, y la designamos por P~e~u, por
P~e~u = (~u ~e)~e.

Figure 3: Proyecci
nn ortogonal de un vector ~v sobre la direccion dada por el vector unitario
~e
Proposici
on 4 Sean ~u, ~v y w
~ tres vectores, se verifica
1. ~u ~v = ~v ~u,
2. ~u (~v + w)
~ = ~u ~v + ~u w,
~
3. ~u ~u = |~u|2 ,
4. |~u ~v | |~u||~v |,
5. Sean ~u y ~v vectores no nulos,
~u ~v = 0 ~u es ortogonal o perpendicular a ~v .
Definici
on 5 Diremos que los vectores {~e1 , ~e2 , ~e3 } forman una base ortonormal del espacio
de los vectores si
3

1. {~e1 , ~e2 , ~e3 } forman una base del espacio de los vectores,

1 si i = j
2. ~ei ~ej =
i, j {1, 2, 3}.
0 si i 6= j

~i = (1, 0, 0) (0, 0, 0)
n
o
Nos referiremos a la base ortonormal cartesiana por ~i, ~j, ~k , donde ~j = (0, 1, 0) (0, 0, 0) .
~
k = (0, 0, 1) (0, 0, 0)
Corolario 6 Sea {~e1 , ~e2 , ~e3 } una base ortonormal y ~u y ~v dos vectores con expresiones con
respecto a la base {~e1 , ~e2 , ~e3 } dadas por
~u = u1~e1 + u2~e2 + u3~e3 ,

~v = v1~e1 + v2~e2 + v3~e3 , ui , vi R, i = 1, 2, 3.

Se verifica
1. ui = ~u ~ei , vi = ~v ~ei , i = 1, 2, 3.
2. ~u ~v = u1 v1 + u2 v2 + u3 v3 .

1.3

Producto vectorial

Definici
on 7 Sean ~u y ~v dos vectores, definimos el producto vectorial de los vectores
~u y ~v , como un vector que designaremos por ~u ~v , que cumple las siguientes condiciones.
Su norma o longitu es
|~u ~v | = |~u||~v | sin ,
siendo [0, ] el angulo que forma el vector ~u con el vector ~v .
Su direccion es perpendicular al plano determinado por los vectores ~u y ~v .
Su sentido esta determinado por la regla del sacacorchos.
Muchos conceptos fsicos estan definidos por un producto vectorial. Por ejemplo, el momento de una fuerza f~ con respecto a un punto O.
Proposici
on 8 Sean ~u, ~v y w
~ tres vectores, se verifica
1. |~u ~v | coincide con el area del paralelogramo determinado por los vectores ~u y ~v ,
2. ~u ~v = ~v ~u,
3. ~u (~v + w)
~ = ~u ~v + ~u w,
~
4. ~u ~u = ~0,
5. |~u ~v | |~u||~v |,
4

6. Sean ~u y ~v vectores no nulos,

~u ~v = 0 ~u es paralelo a ~v .
Corolario 9 Si {~e1 , ~e2 , ~e3 } una base ortonormal entonces

6= ~0 si i 6= j
~ei ~ej = ~
i, j {1, 2, 3}.
0 si i = j

1.4

Productos triples

Definici
on 10 Dados los vectores ~u, ~v y w,
~ definimos el producto escalar triple o producto
mixto, y lo designamos por [~u, ~v , w],
~ por
[~u, ~v , w]
~ = ~u (~v w).
~
Proposici
on 11 Sea ~u, ~v y w
~ tres vectores no nulos. ~u, ~v y w
~ son coplanarios si y
solamente si [~u, ~v , w]
~ = 0.
Como una consecuencia de esta caracterizacion obtenemos que ~u, ~v y w
~ forma una base
del espacio de los vectores si y solamente si [~u, ~v , w]
~ 6= 0.
Proof.
=
Supongamos que ~u, ~v y w
~ son coplanarios. Vamos a suponer que no pueden ser
paralelos dos de ellos, pues si lo fuesen, es claro que [~u, ~v , w].
~ Existiran dos n
umeros
reales y tal que
~u = ~v + w.
~
[~u, ~v , w]
~ = ~u (~v w)
~ = (~v + w)
~ (~v w)
~ = ~v (~v w)
~ + w)
~ (~v w)
~ = 0 + 0 = 0,
ya que ~v y ~v w
~ son perpendiculares.
=
Otra vez vamos a suponer que no pueden ser paralelos dos de los vectores, pues en
caso contrario sera trivial que son coplanarios.
[~u, ~v , w]
~ = 0 ~u (~v w)
~ = 0,
como hemos supesto que los vectores no pueden ser paralelos, ~v w
~ 6= ~0 y esto nos
dice que ~u y ~v w
~ son perpendiculares, es decir que ~u esta en el plano perpendicular
a ~v w,
~ pero como este plano es el determinado por los vectores ~v y w,
~ esto nos dice
que ~u, ~v y w
~ son coplanarios .

Definici
on 12 Sean ~u, ~v y w
~ tres vectores tales que [~u, ~v , w]
~ 6= 0. Esto significa que
{~u, ~v , w}
~ forman una base del conjunto de los vectores.
Si [~u, ~v , w]
~ = ~u (~v w)
~ > 0, decimos que los vectores {~u, ~v , w}
~ forman una base
orientada positivamente de los vectores del espacio.
Si [~u, ~v , w]
~ < 0, los vectores {~u, ~v , w}
~ forman una base orientada negativamente
de los vectores del espacio.
Corolario 13 Sea {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente. Se verifica
que
~e1 ~e2 = ~e3 , ~e2 ~e3 = ~e1 , ~e3 ~e1 = ~e2 .
Proof. Si {~e1 , ~e2 , ~e3 } es una base ortonormal, quiere decir que los tres vectores son perpendiculares entre si y unitarios. Los vectores ~e1 y ~e2 ~e3 son paralelos. Si [~e1 , ~e2 , ~e3 ] = ~e1 (~e2 ~e3 ) > 0
entonces ~e1 y ~e2 ~e3 tienen que forman un angulo de 0 grados. Como tanto ~e1 como ~e2 ~e3 son
unitarios, la u
nica posibilidad que esxiste es que ~e1 = ~e2 ~e3 .
[~e2 , ~e1 , ~e3 ] = [~e1 , ~e2 , ~e3 ] = 1 = ~e2 (~e1 ~e3 ), lo que implica que ~e2 y ~e1 ~e3 tienen que
forman un agulo de grados. Como tanto ~e2 como ~e1 ~e3 son unitarios, la u
nica posibilidad que
esxiste es que ~e2 = ~e1 ~e3 , lo que nos dice que ~e2 = ~e3 ~e1 .
De manera an
aloga veramos que ~e1 ~e2 = ~e3 .

Proposici
on 14 Sea {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente y consideramos los vectores
~u = u1~e1 + u2~e2 + u3~e3 , para ciertos escalares ui R, i = 1, 2, 3,
~v = v1~e1 + v2~e2 + v3~e3 , para ciertos escalares vi R, i = 1, 2, 3,
w
~ = w1~e1 + w2~e2 + w3~e3 , para ciertos escalares wi R, i = 1, 2, 3.
Se verifica

 u1 u2 u3

[~u, ~v , w]
~ =  v1 v2 v3
 w1 w2 w3

(1)

Proof.
[~u, ~v , w]
~ = ~u (~v w)
~
= (u1~e1 +u2~e2 +u3~e3 )(v1 w2~e1 ~e2 +v1 w3~e1 ~e3 +v2 w1~e2 ~e1 +v2 w3~e2 ~e3 +v3 w1~e3 ~e1 +v3 w2~e3 ~e2 )
= (u1~e1 + u2~e2 + u3~e3 ) (v1 w2~e3 v1 w3~e2 v2 w1~e3 + v2 w3~e1 + v3 w1~e2 v3 w2~e1 )
= (u1~e1 + u2~e2 + u3~e3 ) ((v2 w3 v3 w2 )~e1 + (v3 w1 v1 w3 )~e2 + (v1 w2 v2 w1 )~e3


 u1 u2 u3 


= u1 v2 w3 u1 v3 w2 + u2 v3 w1 u2 v1 w3 + u3 v1 w2 u3 v2 w1 =  v1 v2 v3  .
 w1 w2 w3 

Corolario 15 |[~u, ~v , w]|

~ representa el volumen del paraleleppedo formado por los vectores
~u, ~v y w.
~
Observaci
on 16 A partir de la formula del determinante, podemos obtener el valor del
triple producto escalar cuando los vectores aparecen en distinto orden. Por ejemplo,




 u1 u2 u3 
 u1 u2 u3 




[~u, ~v , w]
~ =  v1 v2 v3  =  w1 w2 w3  = [~u, w,
~ ~v ],
 w1 w2 w3 
 v1 v2 v3 
puesto que intercambiar dos filas de un determinante corresponde a cambiar de signo el
valor. En general, intercambiar el orden de dos terminos en el triple producto escalar
corresponde a un cambio de signo. Realizando esta transposicion de terminos dos veces
regresamos al valor original y as obtenemos la siguiente relacion cclica:
[~u, ~v , w]
~ = [~v , w,
~ ~u] = [w,
~ ~u, ~v ].

(2)

Tambien es facil comprobar

[~u, ~u, w]
~ = [~u, w,
~ ~u] = [w,
~ ~u, ~u] = 0,

(3)

[~u, ~v , w]
~ = [~u, ~v , w]
~ = [~u, ~v , w]
~ = [~u, ~v , w],
~ R,

(4)

[~u1 + ~u2 , ~v , w]
~ = [~u1 , ~v , w]
~ + [~u2 , ~v , w],
~ , R.

(5)

Definici
on 17 Dados los vectores ~u, ~v y w,
~ definimos el producto vectorial triple por
~u (~v w).
~
La siguiente proposicion nos sera de gran utilidad.
Proposici
on 18

1. El producto vectorial triple no es asociativo

~u (~v w)
~ 6= (~u ~v ) w.
~

2. Regla de expulsion
~u (~v w)
~ = (~u w)~
~ v (~u ~v )w.
~
Proof.
1. El alumno debe de encontrar un contraejemplo para demostrar 1.
2. (6) esta demostrado en Ejercicio 69.

(6)

Ejercicio 19 Sean ~u y ~v dos vectores tales que ~u ~v 6= ~0. Demuestre que

1. {~u, ~v , ~u ~v } forman una base orientada positivamente,
2. {~u, ~v , ~v ~u} forman una base orientada positivamente,
Proof.
1. {~u, ~v , ~u ~v } forman una base orientada positivamente si y solamente si [~u, ~v , ~u ~v ] >
0.
[~u, ~v , ~u ~v ] = [~u ~v , ~v , ~u] = [~u ~v , ~u, ~v ] = (~u ~v ) (~u ~v ) = |~u ~v |2 > 0.
2. Se deja como ejercicio al alumno.

Ejercicio 20 Sea ~u, ~v y w

~ tras vectores. Demuestre que
~u (~v w)
~ (~u ~v ) w
~ = ~v (~u w).
~
Proof. En la resolucion del ejercicio vamos a utilizar la regla de expulsion (6).
~u (~v w)
~ (~u ~v ) w
~ = ~u (~v w)
~ +w
~ (~u ~v ) = (~u w)~
~ v (~u ~v )w
~ + (w
~ ~v )~u (w
~ ~u)~v
= (w
~ ~v )~u (~u ~v )w
~ = ~v (~u w).
~

Ejercicio 21 Sea ~a, ~b, ~c y d~ cuatro vectores. Demuestre que

~ = [~a, ~b, d]~
~ c [~a, ~b, ~c]d.
~
1. (~a ~b) (~c d)
~ = (~a ~c)(~b d)
~ (~a d)(
~ ~b ~c).
2. (~a ~b) (~c d)
Proof.
1. Aplicamos la regla de expulsion y (2),
~ = ((~a ~b) d)~
~ c ((~a ~b)~c)d~ = [d,
~ ~a, ~b]~c [~c, ~a, ~b]d~ = [~a, ~b, d]~
~ c [~a, ~b, ~c]d.
~
(~a ~b)(~c d)
2. Volvemos a aplicar la regla de expulsion y (2),




~ = [~a ~b, ~c, d]
~ = [~c, ~b, ~a ~b] = ~c d~ (~a ~b) = ~c (d~ ~b)~a (d~ ~a)~b
(~a ~b) (~c d)
= (~c ~a)(d~ ~b) (~c ~b)(d~ ~a).

Ejercicio 22 Sean ~a y ~b dos vectores no nulos perpendiculares.

1. Encuentre las soluciones ~x de la ecuacion ~a ~x = ~0.
2. Encuentre una solucion de la ecuacion ~a ~x = ~b de la forma ~x = (~a ~b, siendo
un n
umero real.
3. Encuentre todas las soluciones de la ecuacion ~a ~x = ~b.
Proof.
1. ~a ~x = ~0 si y solamente si ~a y ~x son paralelos. En tonces la solucion de la ecuaci
on
es
~x = t~a, t R.
2. Vamos a imponer que (~a ~b) satisfaga la ecuacion ~a ~x = ~b.
~a (~a ~b) = ~b ((~a ~b)~a (~a ~a)~b) = ~b
1
|~a|2~b = ~b = 2 ,
|~a|
luego
~xp =

1
~a ~b es una solucion de ~a ~x = ~b.
|~a|2

3. Sea ~x una solucion de

~a ~x = ~b.

(7)

~a ~xp = ~b.

(8)

Sabemos que tambien se verifica que

Si hallamos la diferencia entre (7) y (8) comprobamos que

~a (~x ~xp ) = ~0,
por el primer apartado
~x ~xp = t~a ~x = ~xp + t~a, t R.

Ejercicio 23 Sea {~e1 , ~e2 , ~e3 } una base ortonormal. Obtenga la solucion de la ecuacion
~e1 ~x = 3.
Solucion ~x = 13 ~e1 + t~e2 + s~e3 ,

t, s R.
9

Ejercicio 24 Obtenga la solucion de la ecuacion

~a ~x = b
donde ~a es un vector y b un escalar.
Proof. Multiplicando ambos miembros por ~a/|~a|2 obtenemos
(

~a
~a
b ~a
~x)
=
|~a|
|~a|
|~a| |~a|

La parte de la izquierda la identificamos como la proyeccion ortogonal de ~x sobre el vector

unitario |~~aa| y por tanto ~x es el conjunto de vectores cuya proyeccion es el vector |~ab | |~~aa| . Es
decir, el conjunto de vectores representados por los puntos del plano ortogonal a ~a que
pasa por |~ab | |~~aa| . Parametricamente, las soluciones son
~x =

b ~a
+ s~v + tw
~
|~a| |~a|

donde t, s son escalares cualesquiera y ~v , w

~ dos vectores ortogonales a ~a no colineales.
Ejercicio 25 Sean ~a, ~b, ~c y d~ cuatro vectores tales que
~a ~b 6= 0 6= ~a ~c.
1. Demuestre que la ecuacion
~a ~x + (~b ~x)~c = ~0,

(9)

admite como u
nica solucion el vector nulo.
2. Compruebe que la ecuacion
~
~a ~x + (~b ~x)~c = d,

(10)

admite una u
nica solucion y obtengala.
Proof.
1. Sea ~x una solucion de (9), se verifica que
~a ~x = (~b ~x)~c.
Si ambos lados de la igualdad de encima son vectores no nulos, ~c sera un vectro
paralelo a ~a ~x, por lo tanto perpendicular a ~a, lo cual no puede ocurrir, pues
estamos suponiendo que ~a ~c 6= 0.
10

~a ~x = ~0
Suponemos que ambor lados de la igualdad con vectores nulos = ~
=
b ~x = 0

~x = t~a, para alg
un t R
, y como ~a ~b 6= 0 = t = 0 = ~x = ~0.
t~a ~b = 0


2. Esta claro que si (10) admite solucion, esta debe de ser u

nica, pues en caso contrario
(9) admitira como solucion un vector no nulo.
Multiplicamos escalarmente por ~a la ecuacion (10)
d~ ~a
(~b ~x)~c ~a = d~ ~a = ~b ~x =
,
~c ~a
(10) toma la forma
~a ~x +

d~ ~a
~
~c = d.
~c ~a

(11)

Multiplicamos vectorialmente (11) por ~b y aplicamos la regla de expulsion (6),

~
~
~b (~a ~x) + d ~a (~b ~c) = ~b d,
~c ~a
d~ ~a ~
~
(~b ~x)~a (~b ~a)~x +
(b ~c) = ~b d,
~c ~a
d~ ~a
~
(~b ~a)~x +
(~a + ~b ~c) = ~b d,
~c ~a
"
#
1
d~ ~a
~x =
(~a + ~b ~c) ~b d~ .
~b ~a ~c ~a

Tensores de orden cero, uno, dos y tres

Definici
on 26 Un tensor de orden cero es un escalar. Se recuerda al alumno, que estamos
entendiendo por escalar un n
umero real.
Definici
on 27 Un tensor de orden uno es una aplicacion lineal que manda vectores en
escalares:
: R3 7 R
~v
(~v ),
satisfaciendo
(~v + ~u) = (~v ) + (~u),
cualquiera que sean los vectores ~v y ~u y los escalares y .
11

Observaci
on 28 Ya que hemos definido un tensor de orden cero como un escalar, un
tensor de order uno puede entenderse como una aplicacion lineal que lleva vectores en
tensores de orden cero.
Ejemplo 29 Sea ~a un vector y definimos la aplicacion
~a : R3
7 R
~v
~a ~v .
Por las propiedades del producto escalar, claramente ~a es un tensor de orden uno, pues
satisface que
~a (~u + ~v ) = (~a ~u) + (~a ~v ),
cualquiera que sean los vectores ~u y ~v y los escalares y .
Reciprocamente, si : R3 7 R es un tensor de orden uno, por el teorema de representacion de formas lineales sobre un espacio vectorial de dimension finita, existe un u
nico
vector ~a tal que
(~v ) = ~a ~v .
Podemos entonces identificar los tensores de orden uno con vectores. En este sentido
es usual decir que un tensor de orden uno es un vector, al identificar con el vector ~a .
Ejercicio 30 Sea ~a un vector y
(~v ) = ~a ~v + 2.
Es un tensor de orden 1?.
Proof. No es un tensor de orden uno, pues dados dos ~u y ~v se tiene que
(~u + ~v ) = ~a (~u + ~v ) + 2 = ~a ~u + ~a ~v + 2,
(~u) + (~v ) = ~a ~u + 2 + ~a ~v + 2 = ~a ~u + ~a ~v + 4,
y
(~u + ~v ) 6= (~u) + (~v ).

Definici
on 31 Un tensor de orden dos T es una aplicacion lineal que manda vectores
en vectores:
T : R3 7 R3
~v
T ~v ,
satisfaciendo
T (~v + ~u) = T ~v + T ~u,
cualquiera que sean los vectores ~v y ~u y los escalares y .

12

Ejemplo 32 Sea ~a un vector y consideramos la aplicacion

~a : R3
7 R3
~v
(~a) ~v = ~a ~v .
Por las propiedades del producto vectorial, es facil comprobar que la aplicacion es lineal:
(~a) (~v + ~u) = ~a (~v + ~u) = ~a ~v + ~a ~u = (~a) ~v + (~a) ~u,
cualquiera que sean los vectores ~v y ~u y los escalares y .
Ejemplo 33 Tensor identidad, designado por 1 y definido por

1 ~v = ~v .
Ejemplo 34 Tensor nulo, designado por 0 y definido por

0 ~v = ~0.
Ejemplo 35 Sea ~a y ~b dos vectores. El tensor diada o producto tensorial de ~a y ~b
es degignado como ~a ~b y esta definido por
(~a ~b) ~v = (~b ~v )~a.
Es facil comprobar que ~a ~b es un tensor de segundo orden.
~a ~b 6= ~b ~a.
En efecto, si utilizamos la regla de exspulsion,


~a ~b ~b ~a ~v = (~b ~v )~a (~a ~v )~b = ~v (~a ~b) = (~b ~a) ~v ,
por tanto
~a ~b ~b ~a = (~b ~a)

(12)

Ejemplo 36 Proyecciones ortogonales

Si ~e es un vector unitario, la proyeccion sobre el eje definido por ~e esta dada por el
tensor de segundo orden
P = ~e ~e.
En efecto
P ~v = ~e ~e ~v = (~e ~v )~e.
Si ~e1 y ~e2 son dos vectores unitarios ortogonales, el tensor de segundo orden
P = ~e1 ~e1 + ~e2 ~e2 ,
representa la proyeccion sobre el plano generado por los vectores ~e1 y ~e2 .
Si {~e1 , ~e2 , ~e3 } es una base ortonormal del espacio de vectores, el tensor identidad se
puede expresar en la forma

1 = ~e1 ~e1 + ~e2 ~e2 + ~e3 ~e3

13

(13)

Ejemplo 37 Simetras Sea ~e un vector unitario.

La simetra respecto al eje generado por el vector unitario ~e esta dada por
S = 2~e ~e 1

(14)

En efecto, si escribimos el vector ~v como suma de su proyeccion ortogonal sobre el

vector unitario ~e y la componente normal a ~e tenemos,
~v = (~e ~v )~e + (~v (~e ~v )~e).
Entonces es claro que el simetrico se obtiene cambiando el signo a la parte ortogonal
a ~e, es decir
S ~v = (~e ~v )~e (~v (~e ~v )~e) = 2(~e ~v )~e ~v = (2~e ~e 1) ~v

Figure 4: Simetra respecto a un eje de direccion el vector unitario ~e

La simetra respecto al plano perpendicular a ~e esta dada por
S = 1 2~e ~e

(15)

Para verlo argumentamos como antes. Todo vector ~v se puede descomponer en su

componente ortogonal al plano y otra contenida en el plano, es decir
~v = (~e ~v )~e + (~v (~e ~v )~e).
La simetra respecto al plano se obtiene cambiando el signo a la parte ortogonal al
plano, es decir
S ~v = (~e ~v )~e + (~v (~e ~v )~e) = ~v 2(~e ~v )~e = (1 2~e ~e) ~v

Ejemplo 38 Rotaciones
Si ~e es un vector unitario y es una angulo cualquiera, la rotacion alrededor del eje
generado por ~e de angulo se expresa mediante la formula de Euler-Rodrigues
R = cos 1 + (1 cos )~e ~e + sin ~e
14

(16)

Figure 5: Simetra respecto a un plano ortogonal al vector unitario ~e

Vamos a deducir la f
ormula. Sea ~u R3 y R ~u la rotaci
on alrededor del eje generado por ~e
de
angulo de ~u.
Consideramos la base ortonormal {~e, ~e2 , ~e3 }, donde ~e2 esta en el plano determinado por ~e y
~u, satisfaciendo
~e ~e2 = ~e3 , ~e2 ~e3 = ~e, ~e3 ~e = ~e2 .
(La base est
a orientada positivamente). Sabemos
~u = (~e ~u)~e + (~e2 ~u)~e2 = (~e ~e)~u + (~e2 ~e2 )~u,

(17)

R ~u = (~e ~u)~e + cos (~e2 ~u)~e2 + sin (~e3 ~u)~e3 .

(18)

y
Utilizando (17)
cos (~e2 ~e2 ) ~u = cos ~u cos (~e ~e) ~u,
que lo introducimos en (18) para obtener
R ~u = cos ~u + (1 cos )(~e ~e) ~u + sin (~e3 ~e2 ) ~u.

(19)

De la regla de expulsi
on
~u (~e3 ~e2 ) = (~u ~e2 )~e3 (~u ~e3 )~e2 = (~e3 ~e2 ) ~u,
(la u
ltima igualdad es debida a que ~u y ~e3 son perpendiculares y por lo tanto ~u ~e3 = 0), y haciendo
uso de
~u (~e3 ~e2 ) = ~u (~e) = ~e ~u,
obtenemos
R ~u = cos ~u + (1 cos )(~e ~e) ~u + sin (~e) ~u.

Proposici
on 39 Propiedades b
asicas de los tensores de orden dos
Sean R, S y T tres tensores de orden dos, y dos escalares y ~v un vector. Se verifica
1. S = T si y solamente si S ~u = T ~u para todo vector ~u.
2. S + T es un tensor de orden dos definido por
(S + T ) ~v = S ~v + T ~v .
15

3. T es un tensor de orden dos definido

(T ) ~v = (T ~v ) = T ~v .
4. El producto S T de dos tensores definido por
(S T ) ~v = S (T ~v ) = S T ~v .
es un tensor de orden dos.
5. 1 T = T 1 = T.
6. 0 T = T 0 = 0.
7. Potencias de un tensor T .
Definimos
T 0 = 1,
T n = T n1 T,
para n entero positivo.
8. Se satisfacen las propiedades
(a) S + T = T + S.
(b) (T ) = ()T = T .
(c) (R S) T = R (S T ) = R S T.
(d) (R + S) T = R T + S T.
(e) T m T n = T m+n ,
(f ) (T m )n = T mn ,

n, m = 0, 1, 2,

n, m = 0, 1, 2,

Ejercicio 40 Sea {~e1 , ~e2 , ~e3 } una base ortonormal y consideramos los tensores de orden
dos R = ~e1 ~e2 y S = ~e2 ~e3 . Calcule
1. R S.
2. S R.
Si T1 y T2 son dos tensores de orden dos, responda, de manera justificada, a las cuestiones
1. Es cierto que T1 T2 = T2 T1 ?.
2. Es cierto que T1 T2 = 0 implica que T1 = 0 o T2 = 0?.
Proof.
16

1. Sea ~v un vector.
(R S) ~v = ~e1 ~e2 (~e2 ~e3 ~v ) = ~e1 ~e2 (v ~e3 )~e2 = (v ~e3 )(~e2 ~e2 )~e1
= (v ~e3 )~e1 = ~e1 ~e3 ~v .
2. Sea ~v un vector.
(S R) ~v = ~e2 ~e3 (~e1 ~e2 ~v ) = ~e2 ~e3 (~e2 ~v )~e1 = (~v2 ~v )(~e3 ~e1 )~e2 = ~0.
Tratamos ahora las cuestiones
1. Es falso. Si tomamos T1 = R y T2 = S. Se tiene
T1 T2 = ~e1 ~e3 6= 0 = T2 T1 .
2. Es falso. Tomemos T1 = S = ~e2 ~e3 y T2 = R = ~e1 ~e2 . Se tiene que T1 T2 = 0 y
T1 6= 0y T2 6= 0.

Observaci
on 41 Para definir el producto de dos tensores, estos no tienen por que tener
el mismo orden.
Supongamos que T es un tensor de orden dos y ~a un vector, (identificado con la forma
lineal (~v ) = ~a ~v ), o tensor de orden uno.
Definimos el producto T ~a como el vector obtenido al aplicar el tensor T de orden
dos al vector ~a. T ~a es un tensor de orden uno.
Definimos el producto ~a T , como el tensor de orden uno
~a T : R3
7 R
~v
(~a T ) ~v = ~a (T ~v ).
En general no es cierto que T ~a = ~a T .
Tomemos ~a, ~b y ~c tres vectores y consideramos el tensor de orden uno ~a y el tensor de
orden dos ~b ~c.

(~b ~c) ~a : R3
7 R
~v
((~b ~c) ~a) ~v .
((~b ~c) ~a) ~v = (~a ~c)~b ~v .

~a (~b ~c) : R3
7 R
~v
~a (~b ~c ~v ).
~a (~b ~c ~v ) = ~a (~c ~v )~b.
17

Luego
(~b ~c) ~a 6= ~a (~b ~c).
Ejercicio 42 Sea {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente. Consideramos
los tensores R = ~e1 y S = ~e2 ~e2 . Definmos los tensores
T n = R T n1 , n = 2, 3, .

T = R S,
Cacule T n , n = 1, 2, .
Proof. Sea ~u un vector.

T ~u = (~e1 )(~e2 ~e2 )~u = (~e1 )(~e2 ~u)~e2 = (~e2 ~u)(~e1 ~e2 ) = (~e2 ~u)~e3 = (~e3 ~e2 )~u.
T = ~e3 ~e2 .
T 2 ~u = (~e1 ) T ~u = (~e1 ) (~e3 ~e2 ) ~u = (~e1 ) (~e2 ~u)~e3 = (~e2 ~u)(~e1 ~e3 ) =
(~e2 ~u)~e2 = (~e2 ~e2 ) ~u.
T 2 = (~e2 ~e2 ) = S.
T 3 = R T 2 = R S = T .
T 4 = R T 3 = R T = T 2 = S.
T5 = R T4 = R S = T.
T 6 = R T 5 = R T = T 2.
T 7 = R T 6 = R T 3 = T 3.
T 8 = R T 7 = R T 3 = T 4.
T9 = R T8 = R T4 = T5 = T.

Observaci
on 43 Hemos identificado los tensores de orden uno con vectores. En este sentido, podemos entender un tensor de orden dos como una aplicacion lineal que lleva vectores
en tensores de orden uno. Esta identificacion nos va a motivar la siguiente definicion.
Definici
on 44 Un tensor de orden tres B es una aplicacion lineal que transforma vectores
en tensores de orden dos
B : R3 7 Conjunto delostensores de orden dos
~v
B ~v
verificando que si y son dos n
umeros reales y ~u y ~v dos vectores, los tensores de orden
dos B (~u + ~v ) y B ~u + B ~v coinciden.
18

Uno de los ejemplos mas significativo de tensor de orden tres es el llamado tensor de
permutaci
on E , definido por
E ~v = ~v .
Que es una transformacion lineal es una consecuensia de las propiedades del producto
vectorial, sean y son dos n
umeros reales y ~u y ~v dos vectores,
E (~u + ~v ) = (~u + ~v ) = (~u) + (~v ) = E ~u + E~v .
Otro ejemplo muy representativo de tensor de orden tres es el producto tensorial de
tres vectores ~a, ~b y ~c, designado por ~a ~b ~c y definido por
~a ~b ~c ~v = (~c ~v )~a ~b.
La definicion que hemos dado para definir un tensor de orden tres, la vamos a poder
generalizar para definir un tensor de cualquier orden. As, un tensor de orden cuatro C es
una transformacion lineal que a cada vector ~v le hace correspoder un tensor C ~v de orden
tres.
Si ~a, ~b, ~c y d~ son cuatro vectores, se llama producto tensorial de ~a, ~b, ~c y d~ al tensor de
orden cuatro ~a ~b ~c d~ y definido por
~a ~b ~c d~ ~v = (d~ ~v )~a ~b ~c.

Inversa de un tensor de orden 2

Definici
on 45 Sea T un tensor de orden dos. Decimos que T es singular si existe un
vector no nulo ~u tal que
T ~u = ~0.
Proposici
on 46 Sea T un tensor de orden dos no singular. Existe un u
nico tensor T 1 ,
llamado inverso de T , y que satisface
T T 1 = T 1 T = 1.
Ejercicio 47 Est
udiese si los siguientes tensores de orden dos son no singulares. En caso
de ser no singulares, calcule su inverso.
1. T = ~a, ~a vector arbitraro no nulo.
2. T = ~a ~b, ~a y ~b vectores no nulos.
3. Rotacion de angulo alrededor del eje generado por el vector unitario ~e
R = cos 1 + (1 cos )~e ~e + sin ~e .

19

4. Si ~e1 y ~e2 unitarios y ortogonales, proyeccion sobre el plano determinado por los
vectores ~e1 y ~e2 ,
P = ~e1 ~e1 + ~e2 ~e2 .
5. Simetra con respecto al plano perpendicular al vector unitario ~e,
S = 1 2~e ~e.
Proof. Sea ~u 6= ~0.
1. T ~u = ~a ~u. Si ~u es paralelo a ~a entonces T ~u = ~0 y T es singular.
2. T ~u = (~b ~u)~a. Si ~u es perpendicular a ~b entonces T ~u = ~0 y T es singular.
3. R ~u = cos ~u + (1 cos )(~e ~u)~e + sin ~e ~u.
Si ~u es paralelo a ~e, se tiene que ~e ~e ~u = ~u y
R~u = cos ~u + (1 cos )~u = ~u 6= ~0.
Si ~u no es paralelo a ~e, {~u, ~e, ~e ~u} forman una base y como sin y cos no se
pueden anular simultaneamente, R ~u 6= ~0.
R es no singular y el inverso debera ser la rotacion alrededor del eje generado por el
vector ~e y de angulo ,
R1 = cos()1 + (1 cos())~e ~e + sin() = cos 1 + (1 cos )~e ~e sin .
Comprobemoslo, se ~u un vector
~
R1 R ~u = (cos 1 + (1 cos )~e ~e sin ) (cos ~u + (1 cos )(~u ~e)~e + sin u),
Vamos a utilizar
~e ~e (~u ~e)~e = (~u ~e)~e,

~e (~e ~u) = 0,

~e ~e = ~0,

~e (~e ~u) = (~e ~u)~e ~u,

= cos2 ~u + cos (1 cos )(~e ~u)~e + sin cos ~e ~u + cos (1 cos )(~e ~u)~e
+(1 cos )2 (~e ~u)~e sin cos ~e ~u sin2 (~e ~u)~e + sin2 ~u = cos2 ~u + sin2 ~u = ~u.
Analogamente veramos que R R1 = 1.
4. P ~u = (~e1 ~u)~e1 + (~e2 ~u)~e2 .
Si ~u es perpendicular a ~e1 y ~e2 , entonces ~e1 ~u = ~e2 ~u = 0 y P ~u = ~0. P es singular.
5. S ~u = ~u 2(~e ~u)~e.
Si ~u es paralelo a ~e, S ~u = ~u 2~u = ~u 6= ~0.
20

 Si ~u no es paralelo a ~e, entonces ~u y ~e son linealmente independientes y S ~u 6= ~0.

S es no singular.
S 1 S ~u = ~u S 1 (~u 2(~e ~u)~e) = ~u S 1~u 2(~e ~u)S 1 ~e = ~u.
Si en esta u
ltima igualdad hacemos ~u = ~e obtenemos que S 1 ~e = ~e, lo que implica
S 1 ~u + 2(~e ~u)~e = ~u S 1 ~u = ~u 2~e ~e ~u = S 1 = 1 2~e ~e.

Ejercicio 48 Sea {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente. Consideramos
el tensor de orden dos
T = ~e1 ~e1 + ~e1 .
1. Demuestrese que T es no singular.
2. Calculese T 1~e1 , T 1~e2 y T 1~e3 .
3. Defnase T 1 .
Proof.
1. Sea ~u 6= ~0.
T ~u = ~e1 ~e1 ~u + ~e1 ~u = (~e1 ~u)~e1 + ~e1 ~u.
Si ~e1 y ~u son paralelos, entonces ~e1 ~u = ~0 pero ~e1 ~u 6= 0 y por la tanto T ~u 6= ~0.
Si ~e1 y ~u no son paralelos, entonces ~e1 y ~e1 ~u son perpendiculares y por lo
tanto T ~u 6= ~0.
2. T 1 satisface
T 1 T ~u = ~u T 1 ((~e1 ~u)~e1 + ~e1 ~u) = ~u.

(20)

Si hacemos en (20)
u = ~e1 obtenemos que T 1~e1 = ~e1 .
u = ~e2 y tenemos encuenta que ~e1 ~e2 = 0 y ~e1 ~e2 = ~e3 , obtenemos que
T 1~e3 = ~e2 .
u = ~e3 y tenemos encuenta que ~e1 ~e3 = 0 y ~e1 ~e3 = ~e2 , obtenemos que
T 1~e2 = ~e3 .

21

3. Si ~u es un vector, este lo podemos expresar como

~u = ~e1 ~e1 ~u + ~e2 ~e2 ~u + ~e3 ~e3 ~u = (~e1 ~u)~e1 + (~e2 ~u)~e2 + (~e3 ~u)~e3 .
Entonces
T ~u = T ((~e1 ~u)~e1 + (~e2 ~u)~e2 + (~e3 ~u)~e3 ) = (~e1 ~u)T ~e1 +(~e2 ~u)T ~e2 +(~e3 ~u)T ~e3
= (~e1 ~u)~e1 (~e2 ~u)~e3 + (~e3 ~u)~e2 = ~e1 ~e1 ~u ~e3 ~e2 ~u + ~e2 ~e3 ~u,
y
T 1 = ~e1 ~e1 ~e3 ~e2 + ~e2 ~e3 .

Ejercicio 49 Sean ~a y ~b dos vectores con ~a ~b 6= 0. Consideramos el tensor de orden dos

T = ~a +~b ~b.
1. Demuestre que T es no singular.
2. Calcule T 1
Solucion con indicacion
1. T ~u = ~0 ~a ~u = (~b ~u)~b, esta igualdad no es osible si ~a ~b 6= 0.
2. T 1 satisface
T 1 (~a (~b ~u)~b) = ~u.
(21)
Si en (??) hacemos ~u = ~a obtenemos T 1 (~b) = ~a1~b ~a. Si en (21) tomamos el vector
~b ~u y aplicamos la regla de expunsion obtenemos que
(~a ~u)

1
~a ~b

~a (~a ~b)T 1 ~u = ~b ~u,

que nos conduce a

T 1 =

1 ~
1
~a ~a
b.
(~a ~b)2
~a ~b

El facil comprobar los siguientes resultados

Proposici
on 50 Sean T y S dos tensores de orden dos no singulares y un escalar no
nulo. Se verifica
1. T 1 es no singular y (T 1 )1 = T .
2. T es no singular y (T )1 = 1 T 1 .
3. T S es no singular y (T S)1 = S 1 T 1 .
22

Trasposici
on de un tensor de orden 2

Proposici
on 51 Sea T un tensor de orden dos. Existe un u
nico tensor T t , llamado tensor
traspuesto de T , verificando
~u T ~v = ~v T t ~u,
cualquiera que sean los vectores ~u y ~v .
La demostracion de esta proposicion se sera en seccion 7.
Ejercicio 52 Sean ~a y ~b dos vectores arbitrarios y consideramos los tensores de orden 2
T1 = ~a y T2 = ~a ~b. Calcule
1. T1t ,
2. T2t ,
3. (T1 + T2 )t ,
4. (T1t )t ,
5. (T1 T2 )t .
Proof. Si T es un tensor de segundo orden, decimos que T t es su traspuesto si se
verifica que
~u T t ~v = ~v T ~u, ~u, ~v R3 .
1. ~u ~a ~v = ~u (~a ~v ) = [~u, ~a, ~v ] = [~v , ~a, ~u] = ~v (~a ~u) = ~v (~a) ~u =
(~a)t = ~a .






~
~
~
~
~
2. ~u (~a b) ~v = ~u (b ~v )~a = (~u ~a)(b ~v ) = ~v (~u ~a)b = ~v (b ~a)~u =
~v (~b ~a) ~u = (~a ~b)t = ~b ~a .
3. ~u (T1 +T2 )~v = ~u ((T1 + T2 ) ~v ) = ~u (T1 ~v + T2 ~v ) = ~u (T1 ~v )+~u (T2 ~v ) = ~u T1
~v +~uT2 ~v = ~v T1t ~u+~v T2t ~u = deshaciendo lo anteriormente hecho = ~v (T1t + T2t )~u.
(T1 + T2 )t = (~a +~a ~b)t = (~a)t + (~a ~b)t = ~a +~b ~a = T1t + T2t
4. Para calcilar (T1t )t vamos a utilizar el apartado 1.
~u T1t ~v = ~u (~a) ~v = ~u (~a) ~v = (~v (~a) ~u) = ~v (~a) ~u,
(T1t )t = (~a)t = ~a = T1

23

5. Vamos a utilizarlos apartados 1., y 2.

t
~
~
~u (T1 T2 ) ~v = ~u (~a ~a  ~b) ~v = ~u ~a
 (~a b ~v ) = (~a b ~v ) (~a) ~u =
(~v (~a ~b)t ) (~a)t ~u = ~v (~a ~b)t (~a)t ~u = ~v (~b ~a) (~a)t ~u,
(T1 T2 )t = (~a ~a ~b)t = (~a ~b)t (~a)t = ~b ~b (~a) = T2t T1t
En la demostracion hemos usado que
~a ~b ~v = ~v (~a ~b)t .
Recordamos que ~a ~b ~v es un tensor de orden uno y al actuar sobre un vector ~u
produce el producto escalar entre los vectores ~a ~b ~v y ~u.
~v (~a ~b)t es un tensor de orden uno que al actuar sobre un vector ~u nos produce el
escalar


t
~
~v (~a b) ~u = ~v (~a ~b)t ~u.
Entonces


~a ~b ~v ~u = el producto escalar es conmutativo = ~u ~a ~b ~v = ~v (~a ~b)t ~u


t
~
= ~v (~a b) ~u = ~a ~b ~v = ~v (~a ~b)t .
Esta propiedad se puede generalizar. Si T es un tensor de orden dos y ~v un vector,
se tiene la siguiente identidad de tensores de orden uno
T ~v = ~v T t

Proposici
on 53 Sean T y S dos tensores, y dos escalares y ~v un vector. Se verifica
1. (T t )t = T .
2. (T + S)t = T t + S t ,
3. T ~v = ~v T t .
4. (T S)t = S t T t .
Proof. La demostracion esta hecha, esencialmente, en el ejercicio anterior.
Definici
on 54 Sea T un tensor de orden dos.
1. T es simetrico si T = T t .
24

2. T es antisimetrico si T = T t .
3. T es ortogonal si T 1 = T t .
Ejercicio 55 Est
udiese si los siguientes tensores de orden dos son simetricos, antisimetricos
y ortogonales.
1. T = ~a, ~a vector arbitraro no nulo.
2. T = ~a ~b + ~b ~a, ~a y ~b vectores no nulos.
3. T = ~a ~a + ~a, ~a vector arbitraro unitario.
4. Rotacion de angulo alrededor del eje generado por el vector unitario ~e
R = cos 1 + (1 cos )~e ~e + sin ~e .
5. Si ~e1 y ~e2 unitarios y ortogonales, proyeccion sobre el plano determinado por los
vectores ~e1 y ~e2 ,
P = ~e1 ~e1 + ~e2 ~e2 .
6. Simetra con respecto al plano perpendicular al vector unitario ~e,
S = 1 2~e ~e.
Proof. En la resolucion del ejercicio vamos a utilizar
(~a)t = ~a.
(~a ~b)t = ~b ~a.
t

1 = 1.
Si T y S son dos tensores de orden dos, y y dos escalares, entonces
(T + S)t = T t + S t .
Los resultados de ejercicios 47 y 48.
1. (~a)t = ~a. No es simetrico. Es antisimetrico. No es ortogonal, pues es singular.
2. (~a ~b + ~b ~a)t = (~a ~b)t + (~b ~a)t = ~b ~a +~a ~b. Es simetrico. No es antisimetrico.
No es ortogonal, pues si ~u 6= ~0 es perpendicular a ~a y ~b, entonces (~a ~b +~b ~a) ~u = ~0,
y el tensor es singular.

25

3. (~a ~a + ~a)t = ~a ~a ~a. No es simertrico ni antismetrico. Vamos a ver si es

ortogonal. Sea ~u un vector,
T. T t ~u = (~a ~a + ~a) ((~a ~a ~a) ~u) = (~a ~a + ~a) ((~a ~u)~a ~a ~u)
= (~a ~u)(~a ~a)~a (~a (~a ~u))~a + (~a ~u)(~a ~a) ~a (~a ~u) = (~a ~u)(~a ~a)~a ~a (~a ~u)
= (~a ~u)(~a ~a)~a (~a ~u)~a + (~a ~a)~u = 1,
analogamente demostrariamos que T t T = 1, lo cual nos dice que T es ortogonal.
4. Rt = (cos 1 +(1cos )~e ~e +sin ~e)t = (cos 1)t +((1cos )~e ~e)t +(sin ~e)t =
cos 1 + (1 cos )~e ~e sin ~e . No es simetrico ni antisimetrico. Si es ortogonal,
ya que Rt = R1 .
5. P t = (~e1 ~e1 + ~e2 ~e2 )t = (~e1 ~e1 )t + (~e2 ~e2 )t = ~e1 ~e1 + ~e2 ~e2 . Es simetrico.
No es antisimetrico. No es ortogonal pues es singular.
6. S t = (1 2~e ~e)t = (1)t (2~e ~e)t = 1 2~e ~e. Es simetrico. No es antisimetrico.
Es ortogonal ya que S t = S 1 .

Cuestion 56 Sea T un tensor de segundo orden no singular, pruebe que

(T t )1 = (T 1 )t .
Proof. Vamos a demostrar que se verifica
T t (T 1 )t = 1,

(T 1 )t T t = 1.

Sabemos que
t

T T 1 = 1 (T T 1 )t = 1 (T 1 )t T t = 1.
Analogamente demostraramos que T t (T 1 )t = 1.
Cuestion 57 Sea T un tensor de orden 2 antisimetrico. Pruebe que
~u T ~u = 0,
cualquiera que sea el vector ~u.
Proof. Sea ~u un vector,
~u T ~u = ~u T t ~u = ~u T ~u = 2~u T ~u = 0 = ~u T ~u = 0.

26

Proposici
on 58 Sea T un tensor de orden dos. T se descompone de forma u
nica como
la suma de un tensor simetrico mas otro antisimetrico.
Proof.
1
1
1
1
1
1
1
1
T = T + T = T + T t + T T t = (T + T t ) + (T T t ).
2
2
2
2
2
2
2
2
Sea

1
TS = (T + T t ),
2

1
TA = (T T t ).
2

TS es simetrico,
1
1
1
TSt = (T + T t )t = (T t + (T t )t ) = (T t + T ) = TS .
2
2
2
TA es antisimetrico,
1
1
1
TAt = (T T t )t = (T t (T t )t ) = (T t T ) = TA .
2
2
2
Veamos ahora que la descomposicion es u
nica. Supongamos que
T = S + A,
donde S es simetrico y A antisimetrico.
Se verifica
T t = (S + A)t = S t + At = S A.
De

T =S+A
=
Tt = S A

sumando y dividiendo por 2 S = 12 (T + T t )

restando y dividiendo por 2 A = 21 (T T t )

lo que nos demuestra que la descomposicion es u

nica.
Observaci
on 59 Dado un tensor de orden 2 T ,
a TS = 21 (T + T t ) se le llama la parte sim
etrica del tensor T ,
a TA = 21 (T T t ) se le llama la parte antisim
etrica del tensor T ,
Ejemplo 60 Sea ~a y ~b dos vectores y consoderamos el tensor producto tensorial de los
vectores ~a y ~b
T = ~a ~b.
Vamos a calcular su parte simetrica y antisimetrica.


TS = 12 (T + T t ) = 12 ~a ~b + ~b ~a .
27

 TA = 21 (T T t ) =

1
2



~a ~b ~b ~a = 12 (~b ~a).

Ejemplo 61 Consideramos la rotacion R alrededor del eje definido por el vector unitario
~e y de angulo
R = cos 1 + (1 cos )~e ~e + sin ~e .
Como el tensor cos 1 + (1 cos )~e ~e es simetrico, el tensor sin ~e antisimetrico y la
parte simetrica y antisimetrica de R son u
nicas, se tiene
RS = cos 1 + (1 cos )~e ~e,

RA = sin ~e .

Ejemplo 62 Sea ~a un vector no nulo y considetamos el tensor T = ~a. Ya que el tensor

~a es antisimetrico, se tiene
TA = ~a .

TS = 0,

Autovalores y vectores propios de un tensor

Definici
on 63 Dado un tensor T , un autovalor (valor propio o valor principal) asociado a
on
T es un escalar para el que existe un vector ~v no nulo, llamado vector propio o direcci
principal, que verifica
T ~v = ~v .
Observaci
on 64 Notese que hemos dicho que un autovalor es un escalar, por lo tanto es
un n
umero real.
De acuerdo con esta definicion si un vector no nulo se transforma mediante un tensor en
un vector paralelo, el tensor tiene a este como vector propio. El escalar por el que el vector
resulta multiplicado en la transformacion, es un autovalor.
Proposici
on 65 Sea T un tensor, ~u y ~v dos vectores no nulos y un escalar.
1. Si T ~u = ~0, = 0 es un autovalor de T con vector propio asociado ~u.
2. Si ~u es un vector propio asocioado a un autovalor , ~u tambien es un vector propio
asociado al autovalor .
3. Si ~u y ~v son vectores propios asociados al autovalor , ~u + ~v tambien es un vector
propio asociado al autovalor .
Demostraci
on 66
1. T ~u = ~0 = 0~u.
2. T (~u) = (T ~u) = (~u) = (~u).
28

3. T (~u + ~v ) = T ~u + T ~v = ~u + ~v = (~u + ~v ).
Ejemplos
Si 1 designa el tensor identidad, entonces
1~u = ~u = 1~u,
lo que nos dice que = 1 es un autovalor del tensor 1 y cualquier vector no nulo es
un vector propio asociado a = 1. Por otra parte = 1 es el u
nico autovalor del
tensor 1.
Sea ~a un vector no nulo y consideramos el tensor ~a.
Si ~u es paralelo a ~a, existe 6= 0 tal que ~u = ~a,
~a ~u = ~a ~a = ~0 = 0~u,
lo que nos dice que = 0 es un autovalor siendo sus vectores propios asociados
los vectores paralelos al vector ~a.
Si ~u no es paralelo a ~a, entonces ~a ~u = ~a ~u es un vector perpendicular a ~a
y por lo tanto nunca podra ser un vector propio del tensor ~a
El tensor ~a solo tiene un autovalor que es = 0. Sus vectores propios asociados
son vectores paralelos a ~a.
Sean ~a y ~b dos vectores no nulos y consideramos el tensor ~a ~b. Supongamos que
es un autovalor del tensor ~a ~b con vector propio asociado ~u. Se tiene que verificar
~a ~b ~u = (~b ~u)~a = ~u.

(22)

Si ~b y ~u son perpendiculares, de (22)

~a ~b ~u = 0~a = ~0 = 0~u,
lo que nos dice que = 0 es un autovalor del tensor ~a ~b con vectores propios
asociados los vectores perpendiculares a ~b.
Si ~u no es perpendicular a ~b, para que sea cierto (22) ~u tiene que ser paralelo a
~a. Tomemos ~u = ~a en (22),
~a ~b ~a = (~b ~a)~a = ~a = = (a b).
Esto nos dice que = (a b) es un autovalor de ~a ~b con vectores propios
asociados los vectores paralelos a ~a.
Los u
nicos autovalores de tensor ~a ~b so 0 y ~a ~b. Si ~a y ~b son perpendiculares, el
u
nico autovalor es el 0.
29

 Una simetra respecto a un plano transforma un vector del plano en si mismo. Por
consiguiente = 1 es un autovalor de la simetra con vectores propio asociados
cualquier vector del plano.
Si el vector es oblicuo al plano, su transformado no tiene la misma direccion salvo
que se trate de un vector perpendicular al plano en cuyo caso se transforma en el
opuesto de si mismo. As pues, = 1 es un autovalor que tiene como vectores
propios asociados todos los vectores perpendiculares al plano de simetra.
Una simetra respecto a un plano solo tiene como autovalores a 1 y 1.
Una rotaci
on transforma cualquier vector que tenga la direccion de su eje e si mismo,
lo que nos dice que = 1 es un autovalor de la rotacion, que tiene como vectores
propios todos los vectores en la direccion del eje. Si el vector no tiene la direccion del
eje de giro, no se transforma en un vector en su propia direccion salvo que se trate de
una rotacion de 360 grados, la que corresponde al tensor identidad, o una rotacion
de 180 grados que corresponde a una simetra.

Componentes cartesinas de un vector

Sea {~e1 , ~e2 , ~e3 } una base ortonormal de R3 . El tensor identidad puede expresarse en la
forma
1 = e~1 e~1 + e~2 e~2 + e~3 e~3 .
Si aplicamos esta identidad a un vector ~v obtenemos
~v = (e~1 e~1 ) ~v + (e~2 e~2 ) ~v + (e~3 e~3 ) ~v = (e~1 ~v )~e1 + (e~2 ~v )~e2 + (e~3 ~v )~e3 .
Los escalares
vi = e~i ~v ,

i = 1, 2, 3,

son conocidos como las componentes del vector ~v en la base ortonormal {~e1 , ~e2 , ~e3 }. En
terminos de estas componentes, ~v se puede expresar en la forma
~v = v1~e1 + v2~e2 + v3~e3 .
Las expresiones con vectores usando componentes puede resultar en ocasiones considerablemente largas, por lo que tradicionalmente se ha utilizado una notacion mas compacta,
conocida como notacion de ndices libres y mudos . As para designar el vector ~v con
respecto a la base ortonormal considerada {~e1 , ~e2 , ~e3 } , escribiremos
~v = vi~ei ,
en vi~ei se repite el indice i, y esto nos indicara que por vi~ei entendemos
vi~ei = v1~e1 + v2~e2 + v3~e3 .
30

Podra haberse utilizado un indice distinto al i, en el sentido que la expresion vk~ek , donde
ahora se repite el indice k, tambien indica
vk~ek = v1~e1 + v2~e2 + v3~e3 .
Con esta notacion se expresan algunas operaciones y propiedades de los vectores en
componentes. Veamos algunos ejemplos, en los cuales supondremos que ~u y ~v son vectores
de R3 con componentes {u1 , u2 , u3 } y {v1 , v2 , v3 } respectivamente con respecto a la base
ortonormal {~e1 , ~e2 , ~e3 }
Operacion
~u ~v = u1 v1 + u2 v2 + u3 v3
~u + ~v = (u1 + v1 )~e1p
+ (u2 + v2 )~e2 + (u3 + v3 )~e3
+ u22 + u23
|~u| = u21
u1 = v1
u2 = v2
~u = ~v

u3 = v3

En notacion de Einstein
~u ~v = ui vi
~u + ~v = (uk + vk )~ek

|~u| = ui ui
~u = ~v ui = vi

indice
i indice mudo
k indice mudo
i indice mudo
i indice libre

El estudiante debe de entender la diferencia entre un indice mudo y un ndice libre.

Un ndice mudo indica una suma cuyos sumandos son los que corresponden a los indices
i = 1, 2, 3. Un ndice libre indica que la relacion se verifica para cada i = 1, 2, 3.
Los siguientes smbolos se utilizaran para simplificar las expresiones con indices
1. La delta de Kronecker


ij =
12 = 0,

1 si i = j
0 si i 6= j

22 = 1,

42 = 0,

02 = 0, .

2. El smbolo de permutacion

si {i, j, k} es una permutacion par

1
1 si {i, j, k} es una permutacion impar
ijk =

0
si alg
un ndice se repite
(a) 132 = 1, pues de {1, 3, 2} a {1, 2, 3} solo hacemos una permutacion, que el
cambio del dos con el tres.
(b) 312 = 1, pues de {3, 1, 2} a {1, 2, 3} hacemos dos permutacion, {3, 1, 2}
{1, 3, 2} {1, 2, 3}.
(c) 131 = 0, oues el indice 1 se repite.
La utilidad de estos smbolos esta justificada por las siguientes formulas:

31

1.


 a1 a2 a3

 b 1 b2 b3

 c1 c2 c3




 = ijk ai bj ck




 a1 a2 a3

 b1 b2 b3

 c1 c2 c3




 = a1 b 2 c 3 + a2 b 3 c 1 + a3 b 1 c 2 a3 b 2 c 1 a2 b 1 c 3 a1 b 3 c 2 ,



como
(a) 123 = 1, pues no hay ninguna permutacion en {1, 2, 3},
(b) 231 = 1, pues hay dos permutaciones, {2, 3, 1} {2, 1, 3} {1, 2, 3},
(c) 312 = 1, pues hay dos permutaciones, {3, 1, 2} {1, 3, 2} {1, 2, 3},
(d) 321 = 1, pues hay una permutacion, {3, 2, 1} {1, 2, 3},
(e) 213 = 1, pues hay una permutacion, {2, 1, 3} {1, 2, 3},
(f) 132 = 1, pues hay una permutacion, {1, 3, 2} {1, 2, 3},


 a1 a2 a3 


 b1 b2 b3  = 123 a1 b2 c3 + 231 a2 b3 c1 + 312 a3 b1 c2 + 321 a3 b2 c1 + 213 a2 b1 c3 + 132 a1 b3 c2 .


 c1 c2 c3 
En la expresion ijk ai bj ck los tres indice i, j, k son mudos, como los tres indices se
repiten, estos nos indica que
ijk ai bj ck =

3
X

3 X
3
X

ijk ai bj ck =

j,k=1 i=1

i,j,k=1

3 X
3
X

3
X

ijk ai bj ck =

(1jk a1 bj ck + 2jk a2 bj ck + 3jk a3 bj ck )

j,k=1

(1jk a1 bj ck + 2jk a2 bj ck + 3jk a3 bj ck )

k=1 j=1

3 X
3
X

1jk a1 bj ck +

k=1 j=1

3
X

3 X
3
X

2jk a2 bj ck +

k=1 j=1

3 X
3
X

3jk a3 bj ck

k=1 j=1

(11k a1 b1 ck + 12k a1 b2 ck + 13k a1 b3 ck ) +

3 X
3
X

2jk a2 bj ck +

k=1 j=1

k=1

3 X
3
X

3jk a3 bj ck

k=1 j=1

= (111 a1 b1 c1 + 121 a1 b2 c1 + 131 a1 b3 c1 ) + (112 a1 b1 c2 + 122 a1 b2 c2 + 132 a1 b3 c2 )

+ (113 a1 b1 c3 + 123 a1 b2 c3 + 133 a1 b3 c3 ) +

3 X
3
X
k=1 j=1

Teniendo ahora en cuenta que

32

2jk a2 bj ck +

3 X
3
X
k=1 j=1

3jk a3 bj ck .

111 = 0 121 = 0
131 = 0 112 = 0 122 = 0 132 = 1
211 = 0 221 = 0
231 = 1 212 = 0 222 = 0 232 = 0
311 = 0 321 = 1 331 = 0 312 = 1 322 = 0 332 = 0

 a1 a2 a3

se obtine que  b1 b2 b3
 c1 c2 c3

113 = 0
123 = 1 133 = 0
213 = 1 223 = 0 233 = 0
313 = 0
323 = 0 033 = 0




 = ijk ai bj ck .



2. Si {~e1 , ~e2 , ~e3 } es una base ortonormal y orientada positivamente y ~u = ui~ei y ~v = vi~ei ,
como una consecuencia del apartado anterior obtenemos
~u ~v = mnk um vn~ek

(23)

El alumno debe de intentar demostrar esta formula para familiarizarse con la nueva
noatcion introducida.
Si en (23) tomamos ~u = ~ei y ~v = ~ej y recordamos que
~ei = im~em ,

~ej = jn~en ,

obtenemos
~ei ~ej = mnk im jn~ek = ijk~ek

(24)

En (24) i, j {1, 2, 3} son indices libres y k es mudo. Veamos algunos ejemplos.

(a) ~e2 ~e1 = 211~e1 + 212~e+ 213~e3 = 213~e3 , ~e2 ~e1 = ~e3 .
(b) ~e2 ~e2 = 221~e1 + 222~e2 + 223~e3 = ~0, ~0 = ~0.
(c) ~e2 ~e3 = 231~e1 + 232~e2 + 233~e3 = 231~e1 , ~e2 ~e3 = ~e1 .
3. Si {~e1 , ~e2 , ~e3 } es una base ortonormal y orientada positicamente y ~u = ui~ei , ~v = vi~ei
yw
~ = wi~ei tres vectores. Como una consecuencia de (1), se tiene
[~u, ~v , w]
~ = ijk ui vj wk

(25)

4. Sea {~e1 , ~e2 , ~e3 } una base ortonormal y orientada positicamente y ~a, ~b, ~c, ~u, ~v y w
~ seis
vectores vectores. Se tiene la siguente igualdad, que es un poco liosa de comprobar,

 ~a ~u


[~a, ~b, ~c][~u, ~v , w]
~ =  ~a ~v

 ~a w
~

(26)

[~ep , ~eq , ~er ] = ijk .

(27)

~b ~u ~c ~u
~b ~v ~c ~v
~b w
~ ~c w
~

De (25) se obtiene
[~ei , ~ei , ~ek ] = ijk ,
33

De (26) y (27) obtenemos

ijk pqr


 ip iq ir

=  jp jq jr
 kp kq kr

(28)

y
ijk pqk = ip jq iq jp

(29)

Ejercicio 67 Evalue
1. ii .
2. ijk ijk .
Proof.
1. ii = 11 + 22 + 33 = 1 + 1 + 1 = 3.
2. Utilizamos (29)
ijk ijk = ii jj ij ji = ii jj ii = 3 3 3 = 6.

Ejercicio 68 Sea {~e1 , ~e2 , ~e3 } una base ortonormal y orientada positicamente y ~a, ~b, ~c y d~
~ en notacion de indices
cuatro vectores. Evalue (~a ~b) (~c d)
Proof. Utilizando (23)
~u = ~a ~b = ijk ai bj ~ek ,

~v = ~c d~ = mnk cm dn~ek .

Ahora utilizamos (29)

~ = ijk ai bj mnk xcm dn = (im jn in jm ) ai bj cm dn
~u ~v = (~a ~b) (~c d)
im jn ai bj cm dn in jm ai bj cm dn = am bn cm dn an bm cm dn = (am bn an bm )cm dn .
Ejercicio 69 Sea {~e1 , ~e2 , ~e3 } una base ortonormal y orientada positicamente y ~u = ui~ei ,
~v = vi~ei y w
~ = wi~ei tres vectores. Demuestre la regla de expulsion
~u (~v w)
~ = (~u w)~
~ v (~u ~v )w.
~
Proof. Sea ~z = ~v w.
~ Seg
un (23)
~z = mnk vn wm~ek .
Utilizando (29) y que (~u w)~
~ v = un wn vk~ek , (y la analoga para (~u ~v )w),
~ obtenemos
~u (~v w)
~ = ~u ~z = ijk ui (mnj vm wn )~ek = kij mnj ui vm wn~ek
= (km in kn im ) ui vm wn~ek = km in ui vm wn~ek kn im ui vm wn~ek
= un wn vk~ek um vm wk~ek = (~u w)~
~ v (~u ~v )w.
~

34

(30)

Componentes cartesianas de un tensor de orden 2

Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal de R3 . Podemos expresar cualquier tensor en
terminos de las componestes con respecto a B. Las componentes de un tensor estan completamente determinadas por la aplicacion del tensor en los vectores de la base B. Si
consideramos un tensor de orden uno
: R3 7 R
~v
(~v )
definimos las componentes cartesianas de con respecto a la base ortonoemal B = {~e1 , ~e2 , ~e3 }
por
ai = (~ei ).
Ya que es una aplicacion lineal, se tiene
(~v ) = (vi~ei ) = vi (~ei ) = vi ai = (ai~ei ) ~v = ~a ~v ,
para todo vector ~v . Es decir, el tensor de orden uno puede ser representado por el vector
~a.
Consideramos ahora un tensor de orden dos T . Si ~v R3 . Las componentes del vector
T ~v son
~ei T ~v = ~ei T vj ~ej = (~ei T ~ej )vj .
Observese que el ndice i es libre mientras que el j es mudo.
Entonces el vector T ~v lo podemos escribir en la forma
T ~v = (~ei T ~ej )vj ~ei .
En la expresion de la derecha, tanto i como j son ndices mudos.
Definimos las componentes del tensor T con respecto a la base B = {~e1 , ~e2 , ~e3 } por
Tij = ~ei T ~ej .
En esta igualdad,tanto i como j son ndices libres.
El vector T ~v puede expresarse en termino de las componentes del tensor T por
T ~u = Tij vj ~ei .
En el lado derecho de la igualdad los ndices son mudos.
Se le puede dar un sentido matricial a esta expresion de ndices, en el siguiente sentido
T ~v = Tij vj ~ei = T1j vj ~e1 + T2j vj ~e2 + T3j vj ~e3
= (T11 v1 + T12 v2 + T13 v3 ) ~e1 + (T21 v1 + T22 v2 + T23 v3 ) ~e2 + (T31 v1 + T32 v2 + T33 v3 ) ~e3 .
Si

T11 T12 T13

(Tij ) = T21 T22 T23
T31 T32 T33
35

el vector columna formado por las componentes de T ~v es igual al producto de la matriz

formada por las componentes del tensor por el vector columna formado por las componentes
del vector.
Ejemplo 70 Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal y ~a y ~b dos vectores arbitrarios.
Determine las componentes del tensor
T = ~a ~b,
con respecto a la base B = {~e1 , ~e2 , ~e3 }.
Solucion
Tij = ~ei ~a ~b~ej = ~ei (~b e~j )~a = (~ei ~a)(~b e~j ) = ai bj .
La matriz asociada al tensor T es

a1 b 1 a1 b 2 a1 b 3
(Tij ) = a2 b1 a2 b2 a2 b3 .
a3 b 1 a3 b 2 a3 b 3

Ejemplo 71 Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal y orientada positivamente, y ~a un
vector arbitrario. Determine las componentes del tensor
T = ~a,
con respecto a la base B = {~e1 , ~e2 , ~e3 }.
Solucion Las componentes de T son
Tij = ~ei ~a ~ej = [~ei , ~a, ~ej ] = lpq (~ei )l ap (~ej )q = lpq il ap jq = ipj ap ,
Observe que i, j son ndices libres y p, es un indice mudo.

T11 T12 T13

1p1 ap 1p2 ap 1p3
(Tij ) = T21 T22 T23 = 2p1 ap 2p2 ap 2p3 ,
T31 T32 T33
3p1 ap 3p2 ap 3p3
T11 = 1p1 ap = 111 a1 + 121 a2 + 131 a3 = 0,
T12 = 1p2 ap = 132 a3 = a3 ,
T13 = 1p3 ap = 123 a2 = a2 ,
T21 = 2p1 ap = 231 a3 = a3 ,
T22 = 2p2 ap = 0,
36

i, j, p = 1, 2, 3.

 T23 = 2p3 ap = 213 a1 = a1 ,

T31 = 3p1 ap = 321 a2 = a2 ,
T32 = 3p2 ap = 312 a1 = a1 ,
T33 = 3p3 ap = 0,
y la matriz asociada al tensor T es

0 a3 a2
0
a1 .
(Tij ) = a3
a2 a1
0

Ejercicio 72 Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal y orientada positivamente, y consideramos los vectores
~a = ~e1 + 2~e3 ,

~b = 2~e2 + ~e3 ,

~c = ~e1 + 2~e2 + ~e3 .

Calcule la matriz de componentes del Tensor

T = ~a ~b + ~c,
con respecto a la base {~e1 , ~e2 , ~e3 }.

0 3 3
0 1.
Solucion: 1
2 3 2
Ejercicio 73 Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente y consideramos la simetra S con respecto al plano perpendicular al vector ~e = 12 (e~1 ~e3 ). Calcule
la matriz de componentes de (Sij ) de S con respecto a la base B = {~e1 , ~e2 , ~e3 }.
Proof. La simetra esta dada por
S = 1 2~e ~e.
Sij = ~ei S ~ej = ~ei (~ej (~e1 ~e3 ) (~e1 ~e3 ) ~ej ) = ~ei (~ej ((~e1 ~e3 ) ~ej )(~e1 ~e3 ))
= ~ei (~ej ((~e1 ~ej ~e3 ~ej )(~e1 ~e3 )) = ~ei ~ej (~e1 ~ej ~e3 ~ej )(~ei ~e1 ~ei ~e3 ) = ij (1j 3j )(1i 3i ).
S11 = 11 (11 31 )(11 31 ) = 1 (1 0)(1 0) = 0,
S12 = 12 (12 32 )(11 31 ) = 0 (0 0)(1 0) = 0;
S13 = 13 (13 33 )(11 31 ) = 0 (0 1)(1 0) = 1,
37

 S21 = 21 (11 31 )(12 32 ) = 0 (1 0)(0 0) = 0,

S22 = 22 (12 32 )(12 32 ) = 1 (0 0)(0 0) = 1,
S23 = 23 (13 33 )(12 32 ) = 0 (0 1)(0 0) = 0,
S31 = 13 (11 31 )(13 33 ) = 0 (1 0)(0 1) = 1,
S23 = 23 (13 33 )(12 32 ) = 0 (0 1)(0 0) = 0,
S33 = 33 (13 33 )(13 33 ) = 1 (0 1)(0 1) = 0.

S11 S12 S13

0 0 1
(Sij ) = S21 S22 S23 = 0 1 0 .
S31 S32 S33
1 0 0

Ejercicio 74 Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente y consideramos la simetra S con respecto al plano perpendicular al vector ~e2 . Calcule la matriz de
componentes de (Sij ) de S con respecto a la base B = {~e1 , ~e2 , ~e3 }.

1 0
0
Solucion: (Sij ) = 0 1 0 .
0 0 1
Ejercicio 75 Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente y consideramos la rotacion R con respecto al eje determinado por el vector unitario ~e1 y de angulo
. Calcule la matriz de componentes de (Rij ) de T con respecto a la base B = {~e1 , ~e2 , ~e3 }.
Proof. La rotacion R esta dada por
R = cos 1 + (1 cos )~e1 ~e1 + sin ~e1 .
Rij = ~ei R ~ej = ~ei (cos ~ej + (! cos )(~e1 ~ej )~e1 + sin ~e1 ~ej )
= cos~ei ~ej +(1cos )(~e1 ~ej )(~ei ~e1 )+sin ~ei (~e1 ~ej ) = cos ij +(1cos )1j i1 +sin [~ei , ~e1 , ~ej ]
= cos ij + (1 cos )1j i1 + sin lpq (~ei )l (~e1 )p (~ej )q = cos ij + (1 cos )1j i1 + sin i1j .
R11 = cos 11 + (1 cos )11 11 + sin 111 = cos + (1 cos ) + 0 = 1,
R12 = cos 12 + (1 cos )12 11 + sin 112 = 0 + 0 + 0 = 0,
R13 = cos 13 + (1 cos )13 11 + sin 113 = 0 + 0 + 0 = 0,
R21 = cos 21 + (1 cos )11 21 + sin 211 = 0 + 0 + 0 = 0,
R22 = cos 22 + (1 cos )12 21 + sin 212 = cos + 0 + 0 = cos ,
38

 R23 = cos 23 + (1 cos )13 21 + sin 213 = 0 + 0 sin = sin ,

R31 = cos 31 + (1 cos )11 31 + sin 311 = 0 + 0 + 0 = 0,
R32 = cos 32 + (1 cos )12 31 + sin 312 = 0 + 0 + sin = sin ,
R33 = cos 33 + (1 cos )13 31 + sin 313 .

R11 R12 R13

1
0
0
(Rij ) = R21 R22 R23 = 0 cos sin .
R31 R32 R33
0 sin cos

Ejercicio 76 Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente y consideramos la rotacion con respecto al eje determinado por el vector unitario ~e = 13 (~e1 +~e2 +~e2 )
y de angulo = 4 . Calcule la matriz de componentes de (Tij ) de T con respecto a la base
B = {~e1 , ~e2 , ~e3 }.
Proof. La rotacion esta dada por




1
1
1
R = cos 1 + 1 cos
~e ~e + sin ~e = 1 + 1 ~e ~e + ~e .
4
4
4
2
2
2
En el calculo de las componentes de la matriz, vamos a utilizar que
1
1
~e ~ei = (1i + 2i + 3i ) = .
3
3




1
1
1
1
~ej + ~e ~ej
Rij = ~ei R ~ej = ~ei ~ej + 1
2
2
3
2




1
1
1
1
1
1
1
1
= ij + 1
+ ~ei (~e ~ej ) = ij + 1
+ lpq (~ei )l (~e)p (~ej )q
2
2 3
2
2
2 3
2


1
1
1
1
= ij + 1
+ ipj 1p ,
2
2 3
6
donde 1p = 1.
1

1
+ 32 2
31 2 16 13 31 2 + 16
3
3

1
1
+ 32 2
31 2 16
(Rij ) = 13 31 2 + 16
.
3
3
1
1
1
1
1
1
1
2

3 2 6 33 2+ 6
+3 2
3
3

Proposici
on 77 Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente y T y
S dos tensores de orden 2 con matrices asociadas (Tij ) y (Sij ) respectivamente, con respecto
a la base B = {~e1 , ~e2 , ~e3 }. Sean ~u y ~v dos vectores arbitrarios. Se verifica
39

1. S = T Sij = Tij .
2. T ~v = Tij vj ~ei .
3. ~u T ~v = ui Tij vj .
4. T = Tij ~ei ~ej . Esta formula se conoce como representacion diadica de un tensor de
segundo orden.
5. S T = Sik Tkj ~ei ~ej .
6. T t = Tji~ei ~ej .
7. 1 = ij ~ei ~ej = ~ei ~ei .
8. T es simetrico si y solo si Tij = Tji .
9. T es antisimetrico si y solo si Tij = Tji .
10. T es ortogonal si y solo si Tik Tjk = ij .
Proof. Se deja al alumno como ejercicio.
Ejercicio 78 Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal y consideramos el tensor de segundo orden definido por
T = 1 + ~e2 ~e1 .
1. Demuestre que T es no singular.
2. Calcule T 1 .
3. Calcule la matriz de componentes (Tij ) de T con respecto a la base B = {~e1 , ~e2 , ~e3 }.
4. Calcule la matriz inversa de (Tij ) y compruebe que esta es la matriz de componentes
del tensor T 1 respecto a la base B = {~e1 , ~e2 , ~e3 }.
Proof.
1. T es no singular si y solamente si T ~u = ~0 = ~u = ~0.

u1 = 0
~
~
~
u2 + u1 = 0 ~u = ~0.
T ~u = 0 ~u +~e2 ~e1 ~u = 0 ui~ei + u1~e2 = 0

u3 = 0

40

2. Si T es no singular, T admite un tensor inverso, que designamos por T 1 , y que

satisface
T T 1 = T 1 T = 1.
Vamos a calcularlo utilizando la igualdad anterior
T 1 T ~u = ~u T 1 (~u + ~e2 ~e1 ~u) = ~u T 1 (~u + (~e1 ~u)~e2 ) = ~u,
Como T 1 es lineal
T 1 ~u + (~e1 ~u)T 1 ~e2 = ~u,
Tenemos que calcular T 1 ~e2 . Si en la desigualdad de encima hacemos ~u = ~e2 ,
obtenemos que T 1 ~e2 = ~e2 . Entonces
T 1 ~u = ~u (~e1 ~u)~e2 = T 1 = 1 ~e2 ~e1 .
3. Las componentes estan definidas por
Tij = ~ei T ~ej .
T ~ej = ~ej + ~e2 ~e1 ~ej = ~ej + (~e1 ~ej )~e2 = ~ej + 1j ~e2 ,
Tij = ~ei T ~ej = ~ei ~ej + 1j ~ei ~e2 = ij + 1j i2 ,
entonces

1
(Tij ) = 1
0
4. No es difcil comprobar que

1
(Tij )1 = 1
0

0
1
0

0
1
0

0
R11
0 = R21
1
R31

0
0 .
1

R12
R22
R32

R13
R23 = R,
R33

que define el tensor

R ~v = Rij vj ~e1 = R11 v1~e1 + R22 v2~e2 + R33 v3~e3 + R21 v1~e2
= v1~e1 + v2~e2 + v3~e3 v1~e2 = ~v ~e2 ~e1 ~v ,
por lo tanto
R = 1 ~e2 ~e1 = T 1 .

41

Ejercicio 79 Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal y consideramos el tensor de segundo orden definido por
T = 1 + ~e1 ~e2 + ~e2 ~e1 .
Encuentre, si existen, todos los vectores ~v tales que
T ~v = ~e1 + ~e2 + ~e3 .
Proof.

v1 + v2 = 1
v1 = t
v2 + v1 = 1
v2 = 1 t
T ~v = ~ei vi~ei + v2~e1 + v1~e2 = ~ei

v3 = 1
v3 = 1

con t R.

Los vectores tienen la forma

~v = t~e1 + (1 t)~e2 + ~e3 .

Ejercicio 80 Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal y consideramos el tensor de segundo orden definido por
T = ~e2 ~e1 + ~e3 ~e2 + ~e1 ~e3 .
Demuestre que T es ortogonal.
Proof.
1. 1 forma. Vamos a demostrar que T 1 = T t
Empecemos viendo que T es no singular.
T ~v = ~0 v1~e2 + v2~e3 + v3~e1 = ~0 ~v = 0.
El tensor T admite un tensor inverso, que designaremos por T 1 .
Es facil ver que
T ~e1 = ~e2 ,

T ~e2 = ~e3 ,

T ~e3 = ~e1 ,

por lo tanto
T 1 ~e2 = ~e1 ,

T 1 ~e3 = ~e2 ,

T 1 ~e1 = ~e3 ,

y T 1 tiene que estar definido por

T 1 ~v = (~v ~e2 )~e1 + (~v ~e3 )~e2 + (~v ~e1 )~e3 ,
lo que implica que
T 1 = ~e1 ~e2 + ~e2 ~e3 + ~e3 ~e1 .
Seguidamente vamos a calcular el tensor traspuesto de T .
42

Sean ~a y ~b dos vectores y consideramos el tensor R = ~a ~b. Vamos a calcular el

traspuesto de este tensor. Sean ~u y ~v dos vectores,
~u ~a ~b ~v = ~u (~b ~v )~a = (~b ~v )(~a ~u) = ~v (~a ~u)~b = ~v ~b ~a~u,
luego el tensor traspuesto de ~a ~b es ~b ~a.
Como la operacion transposicion es lineal, el traspuesto de T es
T t = ~e1 ~e2 + ~e2 ~e3 + ~e3 ~e1 ,
que coincide con T 1 y por lo tanto T es ortogonal.
2. 2 forma. Si (Tij ) es la matriz de componentes del tensor T con respecto a la base
B = {~e1 , ~e2 , ~e3 }, vamos a demostrar que Tik Tkj = 0.
Tij = ~ei T ~ej = ~ei ((~e1 ~ej )~e2 + (~e2 ~ej )~e3 + (~e3 ~ej )~e1 +)
= ~ei (1j ~e2 + 2j ~e3 + 3j ~e1 ) = 1j i2 + 2j i3 + 3j i1 ,
entonces

0
T
7 1
0
y se verifica que

0 0 1
0
1 0 0 0
0 1 0
1

1
0
0

0
0
1

1
0
0

0
1

1 = 0
0
0

0
Tt
7 0
1

0
1
0

0
1 ,
0

1
0
0

0
0 T T t = T t T = 1.
1

Es importante que el alumnos resuelva el siguiente ejercicio para que se vaya acostumbrando a la notacion de indices.
Ejercicio 81 Sea {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente, ~a y ~b dos vectotres y considermos los tensores de orden 2
T = ~a ~b,
W = ~a,
R = Rotacion alrededor del eje generado por ~e3 y de angulo ,
R = cos 1 + (1 cos )~e3 ~e3 + sin ~e3 ,
S = Simetra con respecto al plano perpendicular a ~e =
43

1 (~
e
2 1

+ ~e2 ) = 1 2~e ~e.

Sin utilizar la matriz de componentes de los tensores con respecto a la base {~e1 , ~e2 , ~e3 } ,
obtenga
1. ~ei (T S t ) ~ej ,
2. ~ei (S T t ) ~ej ,
3. ~ei (W Rt ) ~ej ,
4. ~ei (R W t ) ~ej .
Solucion:
1. ai (bj (1j + 2j )(b1 + b2 )),
2. aj (bi (1i + 2i )(b1 + b2 )),
3. cos ikj ak + (1 cos )j3 ik3 ak sin aj 3i + sin a3 ij ,
4. cos ikj ak (1 cos )3kj ak i3 sin ej ai + sin a3 ij .

Traza de un tensor de orden dos

Ahora vamos a definir el operador traza, que es un concepto que necesitamos para seguir
desarrollando la teora.
Definici
on 82 Sea {~e1 , ~e2 , ~e3 } una base ortonormal y T un tensor de orden dos. Sea (Tij )
la matriz de componentes de T con respecto a la base {~e1 , ~e2 , ~e3 }. Definimos la traza de T ,
y la designamos por T r(T ), por
T r(T ) = Tii = T11 + T22 + T33 .
Podemos considerar a la traza como un operador. Este no depende de la base ortonormal
elegida y es lineal, esto es, si T y R son dos tensores de orden 2 y y dos escalares, se
verifica que
T r(T + R) = T r(T ) + T r(R).
Ejemplo 83 De los Ejemplos 70 y 71 se obtiene, para ~a y ~b dos vectores, que
T r(~a ~b) = ai bi = ~a ~b.
T r(~a) = 0 + 0 + 0 = 0.
Tambien es claro que
T r(1) = 3.

44

Ejercicio 84 Sea ~e un vector unitario y consideramos la rotacion R alrededor del eje

definido por el vector ~e y de angulo . Determine T r(R).
Proof.
R = cos 1 + (1 cos )~e ~e + sin ~e .
El operador traza es lineal
T r(R) = cos T r(1) + (1 cos )T r(~e ~e) + sin T r(~e)
= (cos )3 + (1 cos )~e ~e + (sin )0 = 1 + 2 cos .

Proposici
on 85 Sea T un tensor de ordes dos. T se puede descomponer de manera u
nica
como
T = T D + T H,
donde
La trazs del tensor T D es nula,
El tensor T H es un m
ultiplo del tensor identidad.
A T D se le conoce como la parte desviatoria del tensor T , y a T H como la parte
hidrost
atica del tensor T .
Proof.

1
1
T = T T r(T )1 + T r(T )1.
3
3

Definimos

1
T H = 1.
T D = T T r(T )1,
3
Es evidente comprobar que T r(T D ) = 0 y que T H = 1 donde = 13 T r(T ).
Suponemos ahora qye
T = Z + 1,
con Z un tensor de orden dos y T r(Z) = 0 y un n
umero real.
1
1
T r(T ) = T r(Z) + T r(1) = 3 = = T r(T ) y Z = T T r(T )1,
3
3

lo cual demuestra que la descomposicion es u

nica.

45

C
alculo de autovalores en componentes

Sea B = {~e1 , ~e2 , ~e3 } una base ortonormal y T un tensor de orden, con matriz de componentes (Tij ) con respecto a la base B.
Recordamos que un escalar es un autovalor de T si existe un vector no nulo ~v tal que
T ~v = ~v .

(31)

Se ~v = vi~ei , (31) en terminos de ma matriz de componentes (Tij ) se escribe

Tij vj ~ei = vi~ei ,

(32)

(Tij ij ) vj = 0.

(33)

o equivalentemente
En forma matricial (33) se expresa

T11
T12
T13
T21
T22
T23 .
T31
T32
T33

(34)

De acuerdo con el Teorema de Rouche-Frobenius, este sistema homogeneo tiene solucion

distinta de la trivial si y solamente si


 T11

T12
T13



 = 0.
T
T

T
(35)
21
22
23



T31
T32
T33 
Ejercicio 86 Sea {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente. Consideremos
la rotacion R alrededor del eje generado por el vector e~2 y de angulo = 3 . Utilizando
(35) y (34), calcule los autovalores y autovectores de R.
Proof. La rotacion esta dada por

1
1
3
R = cos 1 + 1 cos
~e2 ~e2 + sin ~e2 = cos 1 + ~e2 ~e2 +
~e2 .
3
3
3
2
2
2
Calculamos ahora la matriz de componentes de R con respecto a la base {~e1 , ~e2 , ~e3 }.
!

3
3
1
1
1
1
Rij = ~ei R ~ej = ~ei
e~j + 2j ~e2 +
~e2 ~ej = ij + 2j 2i +
~ei (~e2 ~ej )
2
2
2
2
2
2

1
1
3
1
1
3
= ij + 2j 2i +
lpq (~ei )l (~e2 )p (~
ej )q = ij + 2j 2i +
i2j .
2
2
2
2
2
2

1
3
0
2
2
(Rij ) = 0 1 0 .
23 0 12
46

Haciendo una cuenta se puede comprobar que

0
2
2
0 = (1 )(2 + 1),
det 0 1
1
0

23
2
y la u
nica raiz real de
(1 )(2 + 1) = 0,
es = 1. Luego la rotacion R solamente tiene un autovalor, que es igual a 1. Los
autovectores asociados son
~v = vi~ei ,
donde los vi satisfacen


v1
0
21 0 23
v2 = 0 ,
0
0
0

v3
0
23 0 12

y por lo tanto v1 = v3 = 0 y v2 es libre.

Los autovectores don de la forma ~v = t~e2 con t R, es decir los vectores paralelos al
eje determinado por ~e2 , lo cual coincide con lo dicho en Seccion 5.
Ejercicio 87 Sea {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente. Consideremos
la simetra S con respecto al plano perpendicular al vector ~e = 13 (~e1 + ~e2 + ~e3 ). Utilizando
(35) y (34), calcule los autovalores y autovectores de S.
Proof. La simetra esta dada por
S = 1 2~e ~e.
Empezamos calculando la matriz de componentes (Sij ) de S con respecto a la base {~e1 , ~e2 , ~e3 }.
En el calculo utilizaremos que
1i + 2i + 3i = 1.


2
2
Sij = ~ei S ~ej = ~ei e~j ~e = ij .
3
3
1

23 23
3
(Sij ) = 23 31 23 .
23 23 13
Es facil comprobar que
1

3
det 23
23

23
1

3
23

23
23 = ( 1)2 ( + 1),
1

y entonces los autovaloes seram = 1 y = 1.

47

 Autovectores correspondientes a = 1. Seran de la forma ~v = vi~ei donde los vi

satisfacen
2

3 23 23
v1
0
2 2 2 v2 = 0 v1 + v2 + v3 = 0,
3
3
3
23 23 23
v3
0
es desir, son los vectores en el plano perpendicular al vector ~e.
Autovectores correspondientes a = 1. Seran de la forma ~v = vi~ei donde los vi
satisfacen
4

2
2

v
0
1
3
3
3
2 4 2 v2 = 0 v1 = v2 = v3 ,
3
3
3
32 23 43
v3
0
es decir, son de la forma
t~e1 + t~e2 + t~e3 ,

t R.

Los resultados obtenidos coinciden con los indicados en Seccion 5.

Ejercicio 88 Sea {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente. Consideremos
el tensor de orden dos
T = 1 + ~e2 ~e1 .
Utilizando (35) y (34), cacule los autovalores y autovectores de S.
Proof.
Tij = ~ei T ~ej = ~ei (~ej + 1j ~e2 ) = ij + 1j 2i .
La matriz de componentes de T con respecto a la

1 0
(Tij ) = 1 1
0 0
Se tiene

base {~e1 , ~e2 , ~e3 } es

0
0 .
1

1
0
0
1
0 = (1 )3 ,
det 1
0
0
1

que nos indica que el u

nico autovalor de T es = 1. Sus autovectores seran de la forma
~v = vi~ei ,
donde los vi satisfacen

0 0 0
v1
0
1 0 0 v2 = 0 v1 = 0.
0 0 0
v2
0
48

Los autovectores son de la forma

~v = t~e2 + s~e3 ,

t, s R.

Si desarrollamos el determinante en (35) obtenemos la ecuacion catacterstica

3 I1 2 + I2 I3 = 0.

(36)

El polinomio caracterstico tiene tres raices complejas de las cuales las reales son los
autovalores. Es preciso observar que no todas las raices del polinomio caracterstico son
reales en general, ya que puede ocurrir que solo sea una real y las otras dos complejas
conjugadas. Ademas, en el caso de que todas sean reales, pueden coincidir. Es decir,
puede ocurrir que la multiplicidad algebraica sea superior a uno.
Los coeficientes del polinomio caracterstico (36) se conocen como invariantes principales del tensor y verifican las siguientes propiedades
1. No dependen de la base ortonormal escogida {~e1 , ~e2 , ~e3 }.
2. Estan relacionados con los autovalores mediantes las formulas
I1 = T r(T ) = T11 + T22 + T33 = 1 + 2 + 2 ,
I2 =

1
T r(T )2 T r(T 2 ) = 1 2 + 2 3 + 3 1 ,
2
I3 = detT = ijk Ti1 Tj2 Tk3 = 1 2 3 .

Observaci
on 89 En la relacion de los invariantes principales con los autovalores, estamos
pensando en estos como los autovalores generalizados, es decir que incluimos tambien los
complejos.
Ejercicio 90 Sea {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente y T un tensor
de segundo orden con matriz de componentes con respecto a la base {~e1 , ~e2 , ~e3 }

1 2 0
T (Tij ) = 0 1 1 .
1 0 2
Determine los invariantes principales de T .
Proof.
1. I1 = T r(T ) = 2.

1 0 2
2. La matriz de componentes de T 2 con respecto a la base {~e1 , ~e2 , ~e3 } es 1 1 1 ,
3 2 4
entonces

1 2


1
T r(T )2 T r(T 2 ) =
2 (1 + 1 + 4) = 1.
I2 =
2
2
49

3. I3 = detT = 0.
A partir de los invariantes principales de T , vamos a calcular los autovalores generalizados
de este tensor. Sean estos i . Se tiene el siguiente sistema

1 + 2 + 3 = 2
1 2 + 2 3 + 3 1 = 1

1 2 2 = 0
De la segunda y tercera ecuaciones obtenemos que uno y solo uno de los autovalores es 0.
Sea 3 = 0.


1 + 2 = 2
1 = 1 + 2, 2 = 1 2.
1 2 = 1
Podramos haber calculado directamente los invariantes principales de T :

1
2
0


1
1 = 3 22 + 0 ,
det 0
1
0
2

I1 = 2
3
2
3
2
I2 = 1
2 + 0 = I1 + I2 I3

I3 = 0

10

Producto doblemente contraido

Definici
on 91 Sean T y R dos tensores de orden 2. El producto doblemente contraido (o
de Frobenius) de T y R lo designamos por T : R y esta definido
T : R = T r(T Rt ).
Ejercicio 92 Sea {~e1 , ~e2 , ~e3 } una base ortonormal orientada posiyivamente, ~a y ~b dos vectotres y considermos los tensores de orden 2
T = ~a ~b,
W = ~a,
R = Rotacion alrededor del eje generado por ~e3 y de angulo ,
R = cos 1 + (1 cos )~e3 ~e3 + sin ~e3 ,
S = Simetra con respecto al plano perpendicular a ~e = 12 (~e1 + ~e2 ) = 1 2~e ~e.
Calcule
50

1. T : S y S : T y compruebe que T : S = S : T ,
2. W : R, y obtenga una formula general, en terminos de las matrices de componentes
de los tensores W y R con respecto a la base {~e1 , ~e2 , ~e3 },
3. R : R, y comprueba que R : R = T r(1) = 3.
Proof.
El alumno puede intentar resolver de otra forma este ejercicio de como lo hacenos aqu,
para ello debe de ver el Ejercicio 81.
Necesitaremos las matrices de componentes de los tensores con respecto a la base
{~e1 , ~e2 , ~e3 }. El alumno puede comprobar que

a1 b 1 a1 b 2 a1 b 3
0 a3 a2
0 a1 ,
T a2 b1 a2 b2 a2 b3 ,
W a3
a3 b 1 a3 b 2 a3 b 3
a2 a1
0

cos sin 0
0 1 0
R sin cos 0 ,
S 1 0 0 .
0
0
1
0
0 1
1. Empezamos calculando T : S = T r(T S t ). Vamos a calcular la matriz del tensor
T S t con respecto a la base {~e1 , ~e2 , ~e3 }. Supuesto que para calcular la traza de
esta matriz solamente tenemos que conocer los elementos de la diagonal principal,
solamente detallaremos estos.

0 1 0
a1 b1 a1 b2 a1 b3
a2 b1

a2 b1 ,
T S t = a2 b1 a2 b2 a2 b3 1 0 0 =
a3 b 1 a3 b 2 a3 b 3
0
0 1

a3 b 3
y
T : S = a1 b2 a2 b1 + a3 b3 .
Ahora calculamos S : T = T r(S T t ).

0 1 0
a1 b1 a2 b1 a3 b1
a2 b1

a2 b1 ,
S T t 1 0 0 a1 b2 a2 b2 a3 b2 =
0
0 1
a1 b 3 a2 b 3 a3 b 3

a3 b 3
y
S : T = a1 b2 a2 b1 + a3 b3 .
Efectivamente se verifica que T : S = S : T .
2. Para obtener la formula, trabajamos a un nivel un poco mas general.

W11 W12 W13

R11 R21 R31
W W21 W22 W23 ,
Rt R12 R22 R32 ,
W31 W32 W33
R13 R23 R33
51

W11 W12 W13

R11 R21 R31
W1j R1j

W2j R2j
,
W Rt W21 W22 W23 R12 R22 R32 =
W31 W32 W33
R13 R23 R33

W3j R3j
y
W : R = T r(W Rt ) = Wij Rij = W1j R1j + W2j R2j + W3j R3j
= W11 R11 +W12 R12 +W13 R13 +W21 R21 +W22 R22 +W23 R23 +W31 R31 +W32 R32 +W33 R33 .
Entonces
W : R = 0 cos +(a3 )( sin )+a2 0+a3 sin +0 cos +(a1 )0+(a2 )0+a1 0+01 = 2a3 sin .
3. Para calcular R : R vamos a utilizar la formula acabada de obtener.
R : R = Rij Rij = cos2 + sin2 + 02 + sin2 + cos2 + O2 + 01 + 12 = 3.
Vimos en Ejercicio 55 que R es ortogonal, esto nos indica que Rt = R1 , entonces
R : R = T r(R Rt ) = T r(R R1 ) = T r(1) = 3.

Proposici
on 93 Sea {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente. Sean T y
R dos tensores de orden 2 con matrices de componentes con respecto a la base {~e1 , ~e2 , ~e3 },
(Tij ) y (Rij ) respectivamente. Se verifica
1. T : R = Tij Rij .
2. Si T es simetrico y R antisimetrico, entonces T : R = 0.
3. El conjunto de los tensores de orden dos tiene una extructura de espacio eucldeo,
donde el producto escalar esta dado por el producto doblemente contraido. Esto significa, entre otras cosas, que el producto doblemente contraido
es simetrico T : R = R : T,
es definido positivo, T : T 0,
si T : T = 0 entonces T = 0.
4. Si T es un tensor ortogonal entonces T : T = 3.
Proof.
1. Es una consecuencia de
T Rt = Tik Rjk~ei ~ej .

(37)

En efecto, utilizando que el operador traza es lineal queT r(~ei ~ej ) = ~ei ~ej = ij ,
tenemos


T r T Rt = T r (Tik Rjk~ei ~ej ) = Tik Rjk T r (~ei ~ej ) = Tik Rjk ij = Tik Rik .
52

2. Vamos a utilizar la formula para el producto doblemente contraido obtenida en el

apartado anterior.


T simetrico = Tij = Tij
T : R = Tij Rij =
= Tji Rji = T : R
R antisimetrico = Rij = Rij
= 2T : R = 0 = T : R = 0.
3. (a) T : R = T r(T Rt ) = T r ((T Rt )t ) = T r ((Rt )t T t ) = T r (R T t ) = R : T .
(b) T : T = Tij Tij 0.
(c) T : T = 0 Tij Tij = 0 Tij = 0 T = 0.

11

Tensores ortogonales

Si T es un tensor de orden dos, recordamos que T es ortogonal si T t = T 1 .

Vamos a empezar dando una caracterizacion mas u
til de los tensores ortogonales.
Proposici
on 94 Sea T un tensor de orden dos. T es ortogonal si y solamente si
u ~v = (T ~u) (T ~v ),

(38)

cualquiera que sean los vectores ~u y ~v .

Proof.
=
Supongamos que T t = T 1 , vamos a demostrar que se verifica (38).
u ~v = u 1 ~v = u T 1 T ~v = u T t (T ~v ) = (T ~v ) (T ~u) = (T ~u) (T ~v ).
=
Supangamos que se verifica (38), vamos a demostrar que T t = T 1 .
Empezamos demostrando que T es no singular. Sea ~u 6= ~0,
0 6= ~u ~u = (T ~u) (T ~u) 0 6= |~u|2 = |T ~u|2 T ~u 6= ~0.
Ahora vamos a demostrar que cualquiera que sean los vectores ~u y ~v se verifica que
~u T ~v = ~v T 1 ~u,
lo que implicara que T t = T 1 .
~v T 1 ~u = (T ~v ) (T T 1 ~u) = (T ~v ) ~u = ~u T ~v .
53

Ejercicio 95 Sea {~e1 , ~e2 , ~e3 } una base ortonormal orientada positivamente y T un tensor
de orden dos con matriz de componentes con respecto a {~e1 , ~e2 , ~e3 }
3

1
cos 6 sin 6 0

0
2
2
3
0 = 1
T sin 6 sin 6
0 .
2
2
0
0
1
0
0 1

1. Demuestre que T es ortonormal pero no es una rotacion,

2. Defina en forma explcita el tensor T .
3. Exprese T como el producto de una rotacion y una simetra con respecto a un plano.
Proof.
1. Es muy facil comprobar que T T 1 = 1, lo que nos indica que T es ortogonal.
No puede ser una rotacion, pues esta siempre admite a = 1 como autovalor, y T
no admite a este como autovalor.
2. Vamos a utilizar que

1 = ~e1 ~e1 + ~e2 ~e2 + ~e3 ~e3 ,

y
~e1 ~e2 ~e2 ~e1 = (~e1 ~e2 ).
Sea ~u = ui~ei y = 6 ,
T ~u = ui T ~ei = u1 (cos ~e1 + sin ~e2 ) + u2 ( sin ~e1 + cos ~e2 ) u3~e3
= cos ~e1 ~e1 ~u sin ~e2 ~e1 ~u + sin ~e1 ~e2 ~u ~e3 ~e3 ~u
= cos (1~e3 ~e3 )~usin (~e1 ~e2 ~e2 ~e1 )u = cos ~u(1+cos )~e3 ~e3 ~usin ~u(~e1 ~e2 )
= cos ~u (1 + cos )~e3 ~e3 ~u sin ~u ~e3 = cos ~u (1 + cos )~e3 ~e3 ~u + sin ~e3 ~u,
es decir

3
1
T = cos 1 (1 + cos )~e3 ~e3 + sin ~e3 =
2

!
3
1
1+
~e3 ~e3 + ~e3 .
2
2

3. Expresamos la matriz de componentes de T de la siguiente forma

cos 6 sin 6 0
cos 6 sin 6 0
1 0 0
sin sin
0 = sin 6 sin 6 0 0 1 0 .
6
6
0
0
1
0
0
1
0 0 1
54

1 0 0
La matriz 0 1 0 es la matriz de componentes de la simetra con respecto al
0 0 1
plano perpendicular a ~e3 ,
S = 1 2~e3 ~e3 ,

cos 6 sin 6 0
y la matriz sin 6 sin 6 0 es la matriz de componente de una rotacion alrede0
0
1
dor del eje generado por el vector ~e3 y de angulo 6 ,

R = cos 1 (1 cos )~e3 ~e3 + sin ~e3 ,

6
6
6
y se tiene que
T = R S.
La siguiente proposicion nos va a demostrar que cualquier tensor ortogonal se expresa
como el producto de una rotacion por una simetra con respecto a un plano.

Proposici
on 96 Sea T un tensor de orden dos ortogonal. Se verifica
1. |~u| = |T ~u|, cualquiera que sea ~u.
2. T : T = T r(1) = 3.
3. Si es una autovalor generalizao, (real o complejo), de T se verifica que
|| = 1.
En particular = 0 no puede ser un autovalor de T , y este siempre tiene que tener
a = 1 o = 1 como autovalor.
4. detT = 1.
5. T 1 es ortogonal.
6. T o es una rotacion o es el producto de una rotacion por una simetra con respecto
a un plano.
Proof.
1. Es una consecuencia inmediata de Proposicion 94.
2. T : T = T r(T T t ) = T r(T T 1 ) = T r(1) = 3.

55

3. Sea autovalor de T con autovector ~u 6= ~0,

T ~u = ~u = ( utilizando que |T ~u| = |~u|) = || = 1.
Esta entonces claro que = 0 no puede ser autovalor de T . Por otra parte, como
un tensor de orden dos siempre tiene que tener un autovalor de real , para que este
satisfaga que || = 1, el autovalor tiene que ser 1 o 1.
4. 1 = T T 1 = T T t = 1 = det(T T t ) = (detT )2 = detT = 1.
t

5. T 1 T = 1 = (T 1 T ) = (1) = T t (T 1 ) = 1 = T 1 (T 1 ) = 1.
t

De manera analoga comprobaramos que (T 1 ) T 1 = 1, y por lo tanto que

1

t
T 1
= T 1 = que T 1 es ortogonal.
6. Si T es ortogonal, forzosamente T admite a 1 o 1 como autovalor.
Admite a 1 como autovalor. Sea ~e3 un vector unitario verificando que
T~e3 = ~e3 .
Elegimos ahora dos vectores ortogonales y unitarios ~e1 y ~e2 de tal manera que
B = {~e1 , ~e2 , ~e2 } sea una base ortonormal orientada positivamente.
Sea (Tij ) la matriz de T con respecto a la base B. En un pricipio (Tij ) tiene la
forma

T11 T12 0
(Tij ) = T21 T22 0 ,
T31 T32 1
vamos a ver que T31 = T32 = 0.
T ~e1 = T11~e1 + T21~e2 + T31~e3 ,
multiplicamos escalarmente por ~e3 y obtenemos
T31 = ~e3 (T~e1 ) = T 1 es ortogonal = T31 = (T 1 ~e3 ) ~e1 = ~e3 ~e1 = 0.
Analogamente obtendramos que T32 = 0. Sabemos que
detT = T11 T22 T12 T21 = 1,

(39)

y que T T t = 1, lo que es equivalente a

2
2
T11
+ T12
= 1,

(40)

2
2
T21
+ T22
= 1,

(41)

56

T11 T21 + T12 T22 = 0,

(42)

De (40) y (41) existen y tal que

T11 = cos ,

T12 = sin ,

T21 = cos ,

T22 = sin ,

de (39) y (42)
sin( ) = 1,

=+
o
cos( ) = 0

+ 2k, k N

+ 2k, k N

Si suponemos que = + 2 +2k, entonces cos = sin y sin = cos .

La matriz de componentes de T con respecto a la base B es

cos sin 0
cos() sin() 0
sin cos 0 = sin() cos() 0 ,
0
0
1
0
0
1
que corresponde a una rotacion alrededor del eje generado por ~e3 y de angulo
.
Si suponemos que = 2 +2k, entonces cos = sin y sin = cos .
La matriz de componentes de T con respecto a la base B es

cos sin 0
sin cos 0 ,
0
0
1
que la podemos expresar en la forma

cos sin 0
cos sin 0
1 0 0
sin cos 0 = sin cos 0 0 1 0 .
0
0
1
0
0
1
0 0 1

1 0 0
La matriz 0 1 0 es matriz de componentes de la simetra con re0 0 1
specto al plano perpendicular al vector ~e2 ,
S = 1 2~e2 ~e2 ,

cos sin 0
y la matriz sin cos 0 correspende a una rotacion alrededor del
0
0
1
eje generado por ~e3 y de angulo . Hemos expresando entonces T como el
producto de una rotacion y una simetra.

57

 Admite a 1 como autovalor y no admite a 1 como autovalor

Como en el caso anterior, podemos elegir una base ortonormal y orientada positivamente B = {~e1 , ~e2 , ~e2 }, de tal manera que la matriz de componentes de T
con respecto a esta base sea

T11 T12 0
T21 T22 0 .
0
0 1
En este caso, detT = 1 lo que significa que
T11 T22 T12 T21 = 1.
Estaramos en el caso anterior cuando = + 2 + 2k. Si seguimos
razonamiento, obtendriamos que

T11 T12 0
cos sin 0
cos() sin()
T21 T22 0 = sin cos 0 = sin() cos()
0
0 1
0
0
1
0
0

1 0 0
La matriz 0 1 0 es la matriz de componentes de la simetra
0 0 1

el mismo

0
1 0 0
0 0 1 0 .
1
0 0 1

S = 1 2~e3 ~e3 ,

cos() sin() 0
con respecto a la base B, y sin() cos() 0 es la matriz de una
0
0
1
rotacion alrededor del eje generado por el vector ~e3 de angulo .

12

Tensores antisim
etricos

Si A es un tensor antisimetrico se verifica que A = At , que es equivalente a

Aij = ~ei A ~ej = ~ei At ~ej = ~ej A ~ei = Aji .
Si ~a es un vector arbitrario, el tensor antisimetrico de orden dos que primeramente
nos viene a la cabeza es ~a. El siguiente resultado nos muestra que cualquier tensor
antisimetrico puede representarse en la forma ~a para un vector ~a adecuado.

58

Proposici
on 97 Sea B = {~e1 , ~e2 , ~e2 } una base ortonormal orientada positivamente, A un
vector antisimetrico y (Aij ) la matriz de componentes del tensor A con respecto a la base
B = {~e1 , ~e2 , ~e2 }. Se verifica
A = w
~ = (A23~e1 + A13~e2 A12~e3 )

(43)

Al vector w
~ = A23~e1 + A13~e2 A12~e3 se le conoce como el vector axial del tensor
antisimetrico A.
Proof. Por ser A antisimetrico,
A=

1
1
(A + A) =
A At .
2
2

(44)

Sabemos que
A ~v = (~ei (A ~v )) ~ei = (~ei (A vj e~j )) ~ei = (~ei A e~j ) vj ~ei = Aij (~ej ~v ) ~ei = Aij ~ei ~ej ~v .
Analogamente


At ~v = ~ei At ~v ~ei = (~v A ~ei ) ~ei = (vj ~ej A ~ei ) ~ei = Aji vj ~ei = Aij vi~ej = Aij ~ej ~ei ~v .
De (44) y las dos igualdades anteriores obtenemos
1
A = Aij (~ei ~ej ~ej ~ei ) .
2

(45)

Utilizando la regla de expulsion

~u (~v w)
~ = (~v w)
~ ~u (w
~ ~v ) ~u,
se tiene
1
1
1
A ~v = Aij ~u (~ei ~ej ) = Aij (~ei ~ej ) ~u = Aij (~ej ~ei ) ~u
2
2
2
Finalmente, de que el tensor es antisimetrico y
~ej ~ei = jik~ek ,
obtenemos

1
1
A = Aij jik~ek = Aij jik~ek
2
2
1
1
1
1
1
1
= A32 321~e1 A23 231~e1 A31 312~e2 A13 132~e2 A12 123~e3 A21 213~e3
2
2
2
2
2
2
1
1
1
1
1
1
= A32~e1 A23~e1 A31~e2 + A13~e2 A12~e3 + A21~e3
2
2
2
2
2
2
= A23~e1 + A13~e2 A12~e3 .

59

Cuestion 98 Sea T un tensor antisimetrico y ~v un tensor. demuestre que

~v T ~v = 0.
Proof.
~v T ~v = ~v T t ~v = ~v T ~v = 2~v T ~v = 0 = ~v T ~v = 0.

Ejercicio 99 Sea {~e1 , ~e2 , ~e3 } una base ortonormal y T un tensor de orden dos que tiene
como matriz de componentes con respecta a la base {~e1 , ~e2 , ~e3 } a la matriz

0 1 1
1 0
1 ,
1 1 0
1. Demuestrese que el tensor T es antisimetrico.
2. Calcule el vector axial del tensor antisimetrico T .
Proof.

0 1 1
T11 T12 T13
1 = T21 T22 T23 . Para que sea antisimetrico se tiene que verificar
1. 1 0
T31 T32 T33
1 1 0
que Tij = Tji , en particular
Tii = 0,
Tij = Tji , i 6= j,
lo cual es facil comprobar que es cierto. De hecho, si T12 = 1, T13 = 1 y T23 = 1,
la matriz la podemos expresar como

0 1 1
0
T12 T13
1 0
1 = T12 0 T23 .
1 1 0
T13 T23 0

2. Por la proposicion anterior

w
~ = T23~e1 + T13~e2 T12~e3 = ~e1 ~e2 + ~e3 .

Ejercicio 100 Sea {~e1 , ~e2 , ~e3 } una base ortonormal y T un tensor de orden dos que tiene
como matriz de componentes con respecta a la base {~e1 , ~e2 , ~e3 } a la matriz

A11 A12 A13

A21 A22 A23 ,
A31 A32 A33
60

1. Utilizando que

 a1 a2 a3

 b1 b2 b3

 c1 c2 c3




 = ijk ai bj ck ,



demuestre que det(A) = det(At ).

2. Si T es antisimetrico entonces det(A) = 0.
3. Si T es antisimetrico, entonces = 0 es un autovalor de T
Proof.
1.

A11 A12 A13

det(A) = det A21 A22 A23 = ijk A1i A2j A3k
A31 A32 A33
= i1k A1i A21 A3k + i2k A1i A22 A3k + i3k A1i A23 A3k
= 213 A12 A21 A33 + 312 A13 A21 A32
+123 A11 A22 A33 + 321 A13 A22 A31
+132 A11 A23 A32 + 231 A12 A23 A31
= 213 A12 A21 A33 + 231 A12 A23 A31
+123 A11 A22 A33 + 321 A13 A22 A31
+132 A11 A23 A32 + 312 A13 A21 A32
= 213 A21 A12 A33 + 312 A31 A12 A23
+123 A11 A22 A33 + 321 A13 A22 A31
+132 A11 A32 A23 + 231 A21 A32 A13
= i1k Ai1 A12 Ak3 + i2k Ai1 A22 Ak3 + i3k Ai1 A32 Ak3 = ijk Ai1 Aj2 Ak3

A11 A21 A31

= det A12 A22 A32 = det(At ).
A13 A23 A33

2. T es antisimetrico si y solo so A = At .
det(A) = det(At ) = det(A) = 2det(A) = 0 = det(A) = 0.

61

3. = 0 es un
y solo
autovalor del tensor T si
elsistema
de
tres ecuaciones con tres
A11 0
A12
A13
x1
0
A22 0
A23 x2 = 0 admite solucion distinta
incognitas A21
A31
A32
A33 0
x3
0
de la trivial, y este sistema admite solucion distinta de la trivial si y solamente si
det(A) = 0, lo que implica por el segundo apartado que = 0 es autovalor del tensor
T.
En el siguiente ejercicio vamos a demostrar que el u
nico autovalor de un tensor T no
nulo y antisimetrico de orden dos es = 0. Para ver que este es autovalor, daremos un
argumento diferente al dado en Ejercicio 100.
Ejercicio 101 Sea T un tensor no nulo de orden dos antisimetrico. Demuestre que T
admite como u
nico autovalor a = 0, con multiplicidad uno. Calcule los autovectores
asociados al autovalor.
Proof. Sea w
~ el vector axial asociado al tensor T . Tenemos
T =w
~ .
Sea ~u 6= ~0,
T ~u = w
~ ~u,
si ~u es paralelo a w
~ entonces w
~ ~u = ~0 y
T ~u = ~0 = 0~u,
lo que nos dice que = 0 es autovalor de T y sus autovectores asociados son los vectores
paralelos a w.
~
Supongamos que 6= 0 es un autovalor de T y sea ~u 6= ~0 un autovector asociado. Esta
claro que ~u no pued eser paralelo a w.
~
T ~u = ~u = w
~ ~u,
es decir que los vectores ~u y w
~ ~u son paralelos. Pero esto no puede ocurrir, ya que ~u y
w
~ ~u son perpendiculares. Hemos llegado a una contradiccion al suponer que T admita
un autovalor no nulo.
Proposici
on 102 Sea T un tensor antisimetrico con vector axial con respecto a la base
ortonormal B = {~e1 , ~e2 , ~e3 }
w
~ = w1~e1 + w2~e2 + w3~e3 ,
y con matriz asociada a la base B

0
w3 w2
w3
0
w1 .
w2 w1
0
Los invariantes principales del tensor antisimetrico T son
62

1. I1 = T r(T ) = 0.
2. I2 = 12 (T r(T )2 T r(T 2 )) = |w|
~ 2.
3. I3 = det(A) = 0.
Proof.
1. Trivial.

w32 + w22 w1 w2 w1 w3
2. Es facil comprobar que AAt = w1 w3 w32 + w12 w2 w3 .
w1 w3 w2 w3 w22 + w12

1
1
I2 = T r(A2 ) = T r(AAt ) = w12 + w22 + w33 = |w|
~ 2.
2
2
3. Consecuencia del Ejercicio 100.

13

Tensores sim
etricos

Recordamos que un tensor S es simetrico si y solamente si S = S t .

Proposici
on 103 Sea S un tensor simetrico de orden 2.
1. S no admite autovalores generalizados complejos. Es decir, S tiene tres autovalores
reales. Estos pueden repetirse, pero la suma de sus multiplicidades, como raices del
polinomio caracterstico, debe de ser tres.
2. Si 1 , 2 y 3 son los autovalores de S, esxiste una base ortonormal de vectores
propios B = {~e1 , ~e2 , ~e3 },
S ~ei = i~ei .
La base B es conocida como la base espectral del tensor S.

1 0 0
La matriz del tensor simetrico S con respecto a la base espectral es 0 2 0 .
0 0 3
3. La representacion diadica del tensor simetrico S en la base B = {~e1 , ~e2 , ~e3 } es
S = 1~e1 ~e1 + 2~e2 ~e2 + 3~e3 ~e3 .
Esta expresion es conocida como la representaci
on espectral del tensor simetrico
S.
63

Proof.
1. Sea un autovalor generalizado de S, con autovector ~u 6= ~0. Para ver que es real
= 0, donde
es el complejo conjugado de .
vamos a comprobar que

Observaci
on 104 Si fuese complejo, sus autovectores correspondientes tendran
componentes complejas.
Sea T la rotacion,
definida en
una cierta base ortonormal {~e1 , ~e2 , ~e3 }, por la matriz
0 1 0
de componentes 1 0 0. Los autovalores generalizados de T son 1, i y i.
0 0 1
Estos dos u
ltimos son complejos conjugados, con autovalores ~e1 i~e2 y ~e1 i~e2
respectivamente, tambien complejos conjugados. Claramente T no es simetrico.

Sabemos que
S ~u = ~u,

(46)

conjugando la igualdad
u,
S ~u = ~
y multiplicando escalarmente por ~u,
u|2 .
~u S ~u = |~

(47)

Multiplicamos escalarmente (46) por ~u,

~u S ~u = |~u|2 ,
~u S t ~u = |~u|2 ,
y si aplicamos que S = S t ,
~u S ~u = |~u|2 .

(48)

Calculamos la diferencia entre (47) y (48)

)|~u|2 = 0 =
y es real.
0 = (
2. Sean ~e1 , ~e2 y ~e3 tales que S ~ei = i~ei . Vamos a ver que podemos tomarlos ortogonales,
y por tanto ortonormales.
Por una parte sabemos que
e~2 S ~e1 = ~e2 1~e1 = 1~e1 ~e2 .

64

(49)

Al ser S siimetrico, tenemos

~e2 S ~e1 = ~e1 S t ~e2 = ~e1 2~e2 = 2~e1 ~e2 .

(50)

Si hallamos la diferencia entre (49) y (50), obtenemos

0 = (1 2 )~e1 ~e2 .

(51)

Siguiendo el mismo argumento demostraramos

0 = (1 3 )~e1 ~e3 ,

0 = (2 3 )~e2 ~e3 .

(52)

Ahora distinguimos tres casos

(a) Los tres autovalores son distintos. (51) y (52) nos aseguran que
~e1 ~e2 = ~e1 ~e3 = ~e2 ~e3 = 0,
y por lo tanto {~e1 , ~e2 , ~e3 } son ortogonales.
(b) Dos autovalores son iguales y el otro distinto. Supongamos que 1 = 2 6= 3 .
(52) nos aseguran que
~e1 ~e3 = ~e2 ~e3 = 0,
~e1 y ~e2 estan en el plano ortogonal a ~e3 , y podemos elegirlos en este plano
ortogonales y con cualquier orientacion.
(c) Si 1 = 2 = 3 , ninguna restriccion es impuesta sobre la orientacion relativa
de los autovectores, y entonces podemos elegirlos mutuamente ortogonales.
Sea B = {~e1 , ~e2 , ~e3 } la base ortonormal definida. Ya
= i~ei , es claro que la
que S ~ei
1 0 0
matriz de componentes de S con respecto a B es 0 2 0 .
0 0 3
3. Sea ~u un vector,
S~u = Sij uj ~ei = i ij uj ~ei = 1 u1~e1 +2 u2~e2 +3 u3~e3 = 1~e1 ~e1 ~u+2~e2 ~e2 ~u+3~e3 ~e3 ~u,
lo que implica que
S = 1~e1 ~e1 + 2~e2 ~e2 + 3~e3 ~e3 .

Ejercicio 105 Consideramos la base ortonormal B = {~i, ~j, ~k, }, y el tensor de orden dos
definido en terminos de la base B por
S = 1 + ~i ~j + ~j ~i.
65

1. Demuestre que S es simetrico.

2. Determine la representacion espectral de S.
Proof.
1. Vamos a aplicar la linealidad de la transposicion.
t

S t = 1 + (~i ~j)t + (~j ~i)t = 1 + ~j ~i + ~i ~j = S.

2. 1 manera de resolucion Recordamos que si ~a = a1~i + a2~j + a3~k y ~b = b1~i + b2~j +
b3~k, entonces la matriz
del tensor ~a ~b con respecto a la base B = {~i, ~j, ~k, } es

a1 b 1 a1 b 2 a1 b 3
a2 b 1 a2 b 2 a2 b 3 .
a3 b 1 a3 b 2 a3 b 3

1 0 0
0 1 0
0 0 0
1 matriz 0 1 0 , ~i ~j matriz 0 0 0 , ~j ~i matriz 1 0 0 ,
0 0 1
0 0 0
0 0 0

1 1 0
La matriz de S con respesto a la base B = {~i, ~j, ~k, } es 1 1 0. Ahora calculamos
0 0 1
los autovalores de S. Para ellos resolvemos la ecuacion


1
1
0 

 1
1
0  = (1 )(2 )() = 0,

 0
0
1 
y consecuentemente, los autovalores son 0, 1 y 2.
Vamos a calcular ahora los vectores propios unitarios asociados a los valores propios.
Vector propio unitario ~e1 asociado al autovalor 1 = 0
Los vectores propios seran de la forma ~v = v1~i + v2~j + v3~k, satifaciendo

1 1 0
v1
0
v1 + v2 = 0
1 1 0 v2 = 0
v1 + v2 = 0

0 0 1
v3
0
v3 = 0
Tomamos como unitario

1
1
~e1 = ~i ~j.
2
2

66

 Vector propio unitario ~e2 asociado al autovalor 2 = 1

Los vectores propios seran de la forma ~v = v1~i + v2~j + v3~k, satifaciendo

v1
0 1 0
0
v2 = 0
1 0 0 v2 = 0
v1 = 0

0 0 0
v3
0
v3 libre
Tomamos como unitario
~e2 = ~k.
Vector propio unitario ~e3 asociado al autovalor 3 = 2
Los vectores propios seran de la forma ~v = v1~i + v2~j + v3~k, satifaciendo

1 1
0
v1
0
v1 + v2 = 0
1 1 0 v2 = 0
v1 v2 = 0

0
0 1
v3
0
v3 = 0
Tomamos como unitario

1
1
~e3 = ~i + ~j.
2
2

La representacion espectral del tensor S es

S = 0~e1 ~e1 + 1~e2 ~e2 + 2~e3 ~e3 = ~e2 ~e2 + 2~e3 ~e3 .

2 manera de resolucion
Sea ~u un vector no nulo.
S ~u = ~u + (~j ~u)~i + (~i ~u)~j,
si ~u es perpendicular a ~i y ~j entonces
S ~u = ~u,
= 1 es autovalor y tomamos como autovector asociado el vector unitario ~k.
Como S es simetrico, existiran dos autovalos reales maas, pueden coincidir incluso
con el que acabamos de hallar, con autovevtores ortogonales entre si y ortogonales a
~k. Sea ~u 6= ~0 un autovector asociado a uno de estos dos autovalores, este tendra que
estar en el plano perpendicular a ~k y por lo tanto de la forma
~u = ~i + ~j, para ciertas constantes , R.




S (~i + ~j) = ~i + ~j + (~i + ~j) ~j ~i + (~i + ~j) ~i ~j = ( + )~i + ( + )~j.
Se tiene
S (~i + ~j) = (~i + ~j)

67

= +
,
= +

 Si + = 0, = 0 es autovalor con autovector unitario asociado

Si + 6= 0, entonces =

+
+
=
= ,

tendremos =

1 ~
i
2

1 ~
i.
2

es autovalor.

el caso = es el acabado de estudiar,

= 2 como autovalor y autovector unitario

Para hacer coincidr los resultados tomamos

1~

1 = 0, ~e1 = 2 i
2 = 1, ~e2 = ~k,

= 2, ~e = 1 ~i +
3
3
2

1 ~
i
2

1 ~
i.
2

1 ~
i,
2
1 ~
i.
2

Definici
on 106 Sea S un tensor simetrico de orden dos.
Si todos sus autovalores son positivos, decimos que el tensor simetrico S esta definido
positivo. Si alguno de los autovalores son nulos y el resto positivos, decimos que S
esta semidefinido positivo.
Si todos sus autovalores son negativos, decimos que el tensor simetrico S esta definido
negativo. Si alguno de los autovalores son nulos y el resto negativos, decimos que S
esta semidefinido negativo.

14

Forma cuadr
atica asociada a un tensor de segundo
orden

Hay una corespondencia biyectiva entre los tensores simetricos y las formas cuadraticas.
Si {~e1 , ~ee , ~e3 } es una base ortonormal orientada positivamente, T un tensor de orden dos
com matriz de coeficientes (Tij ) con respecto a la base {~e1 , ~ee , ~e3 } y ~r el vector ~r = x1~e1 +
x2~ee + x3~e3 , la expresion
~r T ~r = Tij xi xj ,
es llamada una forma cuadr
atica.
Definici
on 107 Sea T un tensor de segundo orden. La forma cuadratica asociada al
tensor T es la aplicacion
: R3 7 R
~v
(~v ) = ~v T ~v
Proposici
on 108 Sea T un tensor de orden dos y ~v un tensor arbitrario.
68

1. Si TS y TA designan la parte simetrica y antisimetrica respectivamente del tensor T ,

se tiene
~v T ~v = ~v TS ~v ,
es decir, que en la forma cuadratica de un tensor de orden dos solo interviene la
parte simetrica de este.
2. Sean 1 , 2 y 3 los autovalores de TS y {~e1 , ~ee , ~e3 } la base espectral asociada. Si
~v = xi~ei , se tiene
~v T ~v = ~v TS ~v = ~v (i~ei ~ei ) ~v = i x2i .
3. Si min y max designal el autovalor menor y mayor respectivamente de TS , se tiene
min

~v T ~v
~v TS ~v
=
max .
2
|~v |
|~v |2

4. T esta de definido positivo si y solamente si

~v T ~v |~v |2 ,

para alg
un > 0.

Definici
on 109 Sea S un tensor simetrico, Si se fija un origen O en el espacio, la superficie formada por los puntos tales que el vector de posicion ~r verifican que
~r S ~r = 1,
se llama superficie cuadr
atica.
Si se usa el sistema de coordenadas cartesiano asociado a la base espectral, con autovalores i , y el origen 0, la ecuacion de la superficie cuadratica es
1 x21 + 2 x22 + 3 x23 = 1.
Las formas cuadraticas se pueden clasificar de acuerfo con los signos de sus autovalores
1. Elipsoide, 1 > 0, 2 > 0, 3 > 0,
2. Hiperboloide, 1 > 0, 2 > 0, 3 < 0,
3. Hiperboloide de dos hojas, 1 > 0, 2 < 0, 3 < 0,
4. Cilndro eltico, 1 = 0, 2 > 0, 3 > 0,
5. Cilndro hiperbolico, 1 = 0, 2 > 0, 3 < 0,
6. Planos paralelos, 1 = 0, 2 = 0, 3 > 0.

69