Vectores Tensores

UNIVERSIDAD NACIONAL DE SALTA
FACULTAD DE CIENCIAS
NATURALES
SEDE REGIONAL TARTAGAL
“MECÁNICA DE FLUIDOS”
Vectores y Tensores
Carrera: Ingeniería en Perforaciones

Dr Nahuel Salvo
vectores y tensores 1
Índice
1.- Introducción..............................................................................................................4
2.- Escalares y Vectores................................................................................................5
3.- Matrices..................................................................................................................10
3.1.- Álgebra de matrices........................................................................................12
3.2.- Inversa de una matriz.....................................................................................14
3.3.- Condiciones para que una matriz tenga inversa............................................14
4.- Tensores de Segundo Orden.................................................................................16
5.- Contracción y Multiplicación...................................................................................20
6.- Tensores Especiales (Operadores)........................................................................21
6.1.- Operador Sustitución (Delta de Kronecker)....................................................21
6.2.- Operador Permutación (Tensor de Levi-Chivita)............................................22
6.3.- Producto Vectorial...........................................................................................23
7.- Operaciones Algebraicas con Tensores.................................................................24
7.1.- Producto Diádico.............................................................................................24
7.2.- Suma...............................................................................................................25
7.3.- Multiplicación por un escalar..........................................................................25
7.4.- Producto escalar.............................................................................................25
7.5.- Potencia de Tensores.....................................................................................25
7.6.- Doble Producto Escalar..................................................................................26
7.7.- Producto Vectorial...........................................................................................27
8.- Simetría y Antisimetría...........................................................................................28
8.1.- Tensor Simétrico.............................................................................................28
8.2.- Tensor Antisimétrico........................................................................................28
8.3.- Descomposición de un Tensor en parte Simétrica y Antisimétrica.................29
9.- Campo Tensorial....................................................................................................31
9.1.- Campo Escalar...............................................................................................33
9.2.- Gradiente de una Magnitud Tensorial.............................................................34
a) Gradiente de un escalar.................................................................................34
b) Gradiente de un vector...................................................................................35
c) Gradiente de un tensor de orden dos.............................................................35
9.3.- Divergencia de una Magnitud Tensorial..........................................................36
a) Divergencia de un vector................................................................................36
b) Divergencia de un tensor de segundo orden.................................................37
9.4.- Rotor (Rotacional) de una Magnitud Tensorial...............................................37
4.- Bibliografía.............................................................................................................39
1.- Introducción
En la descripción de distintos fenómenos asociados a la mecánica de fluidos

es necesario emplear diferentes cantidades, cuya complejidad desde el punto de
vista físico puede ser representada por ciertas entidades matemáticas.
Algunas de estas entidades ya fueron estudiadas en cursos anteriores de

física y en este documento se hará una presentación formal de las mismas. Además
se sumarán otras entidades que son necesarias para dar una correcta descripción
de por ejemplo, el estado de tensión en un punto que en su definición involucra
nueve valores.
Con respecto a las entidades matemáticas ya estudiadas hay que nombrar a

las cantidades escalares y las cantidades vectoriales. Se supone que es conocido el
álgebra con vectores y la determinación de los mismos, por lo menos en forma
gráfica.
Un escalar se define como una entidad matemática que tiene una sola
componente, o sea un determinado valor y los vectores se definen a partir de tres
componentes o sea tres valores. Existe otra entidad matemática denominada
“tensor” cuya definición considera mas de tres componentes en las próximas
secciones se explicarán algunos conceptos con respecto a su manipulación
matemática. Independientemente de la entidad matemática que se considere,
siempre es necesario en su descripción tener en cuenta la física involucrada y las
unidades respectivas de acuerdo a lo estudiado en cursos de física.
2.- Escalares y Vectores
Una magnitud escalar es cualquier cantidad que se encuentra completamente

especificada o definida con un valor o sea su magnitud y para un análisis físico o
ingenieril habrá que tener en cuenta las unidades asociadas a esta cantidad.
Una cantidad o entidad vectorial, se la define como cualquier cantidad que

tiene “magnitud”, “dirección” y “sentido”. Esta entidad se describe completamente a
partir de sus componentes en un sistema de referencia especificado. La forma de
simbolizar un vector puede depender de la bibliografía en algunos casos se lo
simboliza con letras en negritas (por ejemplo: a, b o x), también puede ser
representado con una flecha arriba de la letra que lo identifica, por ejemplo:
a,b
⃗ ⃗,x⃗ y para este documento se utilizará esta segunda notación.
Con respecto al sistema de referencia, se define al sistema cartesiano con

tres ejes mutuamente perpendiculares, por lo general se lo representa o construye a
partir de tres vectores unitarios (de módulo igual a uno) mutuamente
perpendiculares. Estos vectores unitarios se denominan “versores” y se los
representa con las letras ^i , ^j , k^ y el apóstrofe ^ arriba de cada letra denota que
tienen módulo igual a la unidad. Como se sabe, cualquier vector del espacio puede
ser representado como una “combinación lineal” de estos versores.
En este documento no se utilizará esta notación porque las letras i, j, k serán
reservadas para otro significado. Por lo tanto, cada versor será representado por una
letra con un subíndice como: ê 1, ê 2, ê 3 lo que también pueden ser escritos en forma
genérica como:
ê i → i=1,2 ,3. (2.1)
La ecuación anterior (2.1) se lee: “e sub i, con i desde uno a tres”.
En la Figura 1 muestra lo expresado en los párrafos anteriores con respecto a

los ejes cartesianos y en este caso se identifica a cada eje con un número.
Figura 1: ejes cartesianos y vector posición con sus coordenadas
x se escribe como:
Para la Figura 1, el vector posición ⃗
x = ê 1 x 1 + ê 2 x 2 + ê 3 x 3 (2.2)
⃗
en este caso x 1, x 2, x 3 son las componentes (números con unidades) del vector a
lo largo de cada eje cartesiano. Otra forma de indicar las componentes del vector
(2.2) es utilizar notación de índices. Con esta notación las tres componentes del
vector se indicarían abreviadamente como:
xi → i=1,2,3.
x
Lo que se lee como “equis sub i, con i desde uno hasta tres”. Y el vector ⃗
será por lo tanto expresado, usando el símbolo de sumatorio, como:
3
x = ∑ x i ê i (2.3)
⃗
i=1
La ecuación (2.3), en principio, será la nomenclatura que se utilizará a lo largo

del curso de mecánica de fluidos para identificar componentes de un vector y
además también será empleada para identificar componentes de otras entidades
matemáticas. Por lo tanto, a partir de esta convención para la nomenclatura, solo
resta enunciar formalmente lo que se entiende por una magnitud vectorial.
Cualquier magnitud vectorial se define como “una determinada cantidad
cuyas componentes cambian de manera similar a como cambian las componentes
del vector posición bajo la rotación del sistema de ejes coordenados que mantienen
su origen común”. Esta forma de definir una magnitud vectorial constituye “la
definición analítica de un vector”.
Lo anterior significa que se debe establecer de que forma cambian la

componentes del vector posición y luego extender la definición a todas las
magnitudes vectoriales. Por lo tanto designemos como x 1, x 2, x 3 a las
coordenadas del vector posición en un determinado sistema de referencia, que se
denominará “sistema de ejes de referencia original” y sea x '1, x '2, x '3 las
componentes en el “sistema de ejes rotados”. Esto se muestra en la Figura 2, donde
cada eje se ha identificado con 1, 2, 3 y 1' , 2 ' , 3 ' . Es claro en la Figura 2 que
el origen de coordenadas de ambos sistema es el mismo.
Las componentes del vector ⃗ x en ambos sistemas, que tienen el mismo

origen, se relacionan a través del coseno del ángulo de rotación de los ejes y se
denomina “coseno director”.
Las nuevas componentes del vector posición x '1, x '2, x '3 serán funciones
de las viejas componentes x 1, x 2, x 3 y del coseno del ángulo de rotación. El valor
del coseno del ángulo de rotación se representa por C ji (que se lee ce sub jota i)
donde el primer sub-índice j representa a los ejes rotados y el segundo sub-índice
i representa el viejo sistema sin rotar.
Figura 2: ejes cartesianos rotados y el vector posición
Las componentes del sistema rotado con respecto al sistema sin rotar se
relacionan como una combinación lineal de ambas coordenadas lo que se expresa
como:
3
x ' j = C j1 x 1 + C j2 x 2 + C j3 x 3 = ∑ C ji x i (2.4)
i=1
La suma se extiende hasta tres porque es un sistema tridimensional. Para
verificar la validez de la ecuación (2.4) y poder definir formalmente una magnitud
vectorial, por simplicidad, se considerará un sistema de ejes bidimensional y por lo
tanto la suma de (2.4) será hasta dos. O sea se trabajará en el plano.
Este caso se representa en la Figura 3 donde α ji representa el ángulo de

rotación y se mantiene la convención con respecto a los sub-índices i y j
enunciada anteriormente. Por lo tanto se tiene:
C ji = cos α ji (2.5)
Considerando las ecuaciones (2.4) y (2.5) se tiene para x '1 (componente

del punto P en el sistema rotado) de acuerdo a la Figura 3:
x '1 = OD = OC + ⏟ ⏟1 + sen α11 x⏟2 (2.6)

AB = cos α11 x
=CD =OA =PA
El último miembro de la ecuación (2.6) se construye considerando, en la

Figura 3, para OC el triángulo OCA y para AB el triángulo PBA.
Teniendo en cuenta en la misma Figura 3 que: α11 =90°−α12 se puede

escribir:
Figura 3: rotación de los ejes coordenados
cos α11 = C 11
(2.7)
sen α11 = cos α12 = C 12
Donde se ha utilizado la identidad trigonométrica
sen (α±β) = sen α cos β±sen βcos α
Reemplazando (2.7) en la ecuación (2.6) se obtiene
2
x '1 = C 11 x 1 + C12 x 2 = ∑ C 1i x i (2.8)
i=1
y de una manera similar para la otra componente se procede como:
⏟ = cosα 11 x⏟2 − sen α11 x⏟1 (2.9)

x '2 = PD = PB − DB
=CA =PA =OA
que si se ordena para poner primero la coordenada x 1 y luego x 2 se obtiene:
x '2 = = − sen α 11 x1 + cos α11 x 2
como α11 =α 22=α 21−90° de la Figura 3, entonces usando la misma identidad

trigonométrica se obtiene:
cos α11 = cos α22 = C 22 (2.10)

sen α11 = −cosα 21 = C 21
2
x '2 = C 21 x 1 + C22 x 2 = ∑ C 2i x i (2.11)
i=1
Considerando la ecuación (2.4) para el caso bidimensional o sea para

j=1,2 , i=1,2 se confirma que se reduce a la ecuación (2.8) para j=1 e
i=1,2 y a la ecuación (2.11) para j=2 e i=1,2 lo que completa la
verificación de la ecuación (2.4).
De acuerdo a lo realizado y en relación a las componentes de un vector en

dos sistemas con el mismo origen, uno rotado con respecto a otro, se puede
asegurar que se transforman de acuerdo a la ecuación (2.4) y esto demuestra que
una magnitud vectorial se puede definir como:
“una determinada cantidad cuyas componentes cambian de manera similar a como

cambian las componentes del vector posición bajo la rotación del sistema de ejes
coordenados que mantienen su origen común”
Es necesario hacer una consideración importante con respecto a la ecuación

(2.4) y se refiere principalmente a la notación utilizada. Para mayor claridad se
considera en (2.4) el primero y último miembro, o sea:
3
x ' j = ∑ C ji x i
i =1
En el segundo miembro, la suma se realiza sobre el índice repetido, o sea

sobre i por lo tanto se puede adoptar una nueva convención:
“Si en una expresión un índice se repite dos veces, se considera que la suma se
realiza sobre este índice, por lo tanto no es necesario escribir el símbolo de
sumatorio”
Lo anterior se denomina “convenio de suma de Einstein” o “notación de
Einstein”. Con este cambio de notación, la cual será utilizada en todo el curso, la
expresión (2.4), simplemente se escribe como:
x ' j = C ji x i (2.12)
y en (2.12) se debe entender que la suma se realiza sobre el índice i. Esta nueva
notación genera ecuaciones mucho más compactas y por lo tanto su interpretación
es más directa.
En la expresión (2.12) al índice j se lo denomina “índice libre” y al índice

repetido se lo denomina “índice mudo”. Obviamente que cualquier letra puede ser
utilizada como índice mudo y por lo tanto las expresiones siguientes son
equivalentes.
x ' j = C ji x i = C jk x k = C jm x m = ⋯ (2.13)
en el caso tridimensional todos los índices únicamente toman los valores 1, 2, y 3

por lo tanto la ecuación (2.12) o su equivalente (2.13) no son una ecuación sino tres
ecuaciones, una para cada valor de j. O sea:
x '1 = C 1i xi = C 11 x 1+ C 12 x 2 + C 13 x 3 j=1, i=1,2,3

x '2 = C 2i xi = C 21 x 1+ C 22 x 2 + C 23 x 3 j=2, i=1,2,3 (2.14)
x '3 = C 3i xi = C 31 x 1+ C 32 x 2 + C 33 x 3 j=3, i=1,2,3
Es fácil de demostrar lo inverso o sea que las componentes del vector

posición ⃗x en el sistema sin rotar se relacionan con las componentes en el sistema
rotado como:
x i = C ij x ' j (2.15)
Hay que notar que la posición de los índices en la ecuación (2.15) es diferente
a la posición de los índices en la ecuación (2.12) en lo que respecta a C . En la
ecuación (2.12) se tiene C ji en cambio en la ecuación (2.15) se tiene C ij .
Luego de haber definido formalmente un “Vector Cartesiano” como cualquier

cantidad cuyas componentes se transforman de acuerdo a la ecuación (2.12)
cuando se rota el sistema de ejes, manteniendo el mismo origen y habiendo
establecido esta nueva notación, las componentes en el caso de un vector
velocidad, por ejemplo, v
⃗ se transformarán como:
v i = C ij v ' j (2.16)
También con la notación de Einstein la ecuación (2.3) se escribe como:
x = x i ê i
⃗
3.- Matrices
A continuación se exponen algunos conceptos muy básicos sobre matrices y
el principal sentido es el de aclarar algunos términos para poder entender la teoría
de tensores. No se pretende desarrollar toda una teoría sobre álgebra matricial, la
cual puede ser consultada en algunos de los libros que figuran en la bibliografía.
El concepto de matriz surge por primera vez alrededor del año 1850 y su
definición se debe a J. J. Sylvester, mientras que el desarrollo de la teoría matricial
se debe al matemático W. R. Hamilton en el año 1853. Posteriormente A. Cayley
introduce la notación matricial como una forma de escribir un sistema de m
ecuaciones con n incógnitas. Hoy en día las matrices se utilizan en cálculo numérico
en la resolución de sistemas de ecuaciones lineales, de ecuaciones diferenciales,
etc. También, el concepto de matriz se utiliza naturalmente en estadística, economía,
informática, física, etc.
Por ejemplo, el uso de matrices (arrays) constituye una herramienta muy

importante en todo lenguaje de programación porque por lo general los datos en un
programa se introducen a partir de tablas y una tabla es un arreglo ordenado de filas
y columnas.
Por lo tanto se tomará como definición de matriz a un arreglo bidimensional

de entidades matemáticas, ordenadas en filas y columnas, donde una fila es una
línea de entidades dispuestas de forma horizontal y una columna es cada una de las
líneas verticales. La representación o notación de una matriz por lo general es con
letras mayúsculas, aunque algunos casos especiales puede ser con minúscula o una
letra griega. Una matriz es, por ejemplo:
a11 a12 ⋯ a1n
⋮
(
Am×n = a21 a22 ⋯ a2n
⋮ ⋮
am1 am2 ⋯ amn
) (3.1)
En el primer miembro de la ecuación (3.1) se especifica para la matriz A el

número de m filas y de n columnas por claridad, pero esto no es necesario y en
los desarrollos futuros no se especificará. Durante el desarrollo del curso se
trabajará por lo general con matrices de tres filas y tres columnas pero cuando sea
necesario se hará notar el número de filas y columnas.
Las ecuaciones que figuran a continuación son también algunos ejemplos de

matrices.
1 7 −9
( )
2
B = 21 22 78
56 −4 58
C= (senθ cos θ
−cosθ sen θ ) ()
h= 7
3
K= ( t t + 1 t 2+ t + 1
2 5 −2 )
Como puede observarse el nombre de la matriz se escribe con una letra en
mayúscula, y sus elementos pueden ser cualquier entidad matemática, inclusive
vectores. La matriz B, que esta compuesta de 3 (tres) filas y 3 (tres) columnas se la
denomina “matriz cuadrada”, lo mismo para la matriz C pero con 2 (dos) filas y 2
(dos) columnas, o sea igual número de filas y de columnas.
Otra definición muy usada en la solución de sistemas de ecuaciones lineales
es la de vectores filas y vectores columnas. Un vector fila es cualquier matriz de
tamaño 1 X n o sea una fila y n columnas, mientras que un vector columna es
una matriz de m X 1 o sea m filas y 1 columna y este sería el caso de la matriz
h que es un vector columna de tres filas y una columna. Tanto los vectores filas o
vectores columnas se representarán por letras minúsculas como es el caso del
vector columna h . El caso de la matriz K no es una matriz cuadrada porque esta
compuesta de dos filas y tres columnas.
Las matrices se usan generalmente para describir sistemas de ecuaciones y

sirven en particular para representar los coeficientes de sistemas de ecuaciones
lineales, sistemas de ecuaciones diferenciales, representar una magnitud en una
dada base (tensión, inercia), etc.
3.1.- Álgebra de matrices
Con respecto a la manipulación o álgebra de matrices, estas pueden sumarse

(o restarse), multiplicarse y descomponerse de varias formas y esto es un concepto
importante en el álgebra lineal. Dentro del álgebra de matrices es necesario definir la
matriz identidad que se la denotará como 1 y se la denomina así porque satisface
la siguiente ecuación para cualquier matriz A y en particular para una matriz de (3 x
3):
1 A= A 1 (3.2)
El resultado de la operación (3.2) se verá luego cuando se defina la

multiplicación de matrices. En la ecuación (3.2), la matriz identidad se define como:
1 0 0
(
1= 0 1 0
0 0 1 ) → (1)ij =δij (3.3)
O sea la diagonal principal esta compuesta por 1 (unos) y los elementos

extradiagonales son ceros. En la ecuación (3.3) también se incluye la notación en
índices y se ha utilizado para la definición de la matriz identidad la Delta de
Kronecker. En este caso el subíndice i representa a las filas y el subíndice j a
las columnas. La Delta de Kronecker se define como:
{
δij = = 1 ⇒ i = j
=0 ⇒ i ≠ j }
Considerando dos matrices A y B (cada una de tres filas y tres columnas),
el producto de estas dos matrices es otra matriz P cuyos elementos se determinan
a partir de la siguiente relación:
(P)ij = Aik Bkj (3.4)
En el último término de la ecuación anterior se ha utilizado notación de

Einstein. Sin notación indicial la ecuación (3.4) se puede expresar como:
P = A⋅B (3.5)
El punto entre las dos matrices A y B significa que se suma sobre un

índice y es lo que también se simboliza en la ecuación (3.4). La operación (3.5) en
ciertos libros de texto se la define como una “contracción de índices” y hace
referencia a que se suma sobre uno de ellos. También la operación (3.4) se puede
simbolizar para cada elemento como:
(P)ij = Aik Bkj = ( A⋅B)ij (3.6)
Otro aspecto a tener en cuenta es que el índice sobre el que se suma es el

interno y en el caso de la ecuación (3.4) o (3.6) es k y significa que se multiplica
filas por columnas y se suma cada producto. A continuación se explica en forma
explícita el producto de dos matrices cuadradas, por lo tanto se tiene para el
elemento p12 :
( )( )( )
p11 ⟦ p12 ⟧ p13 ⟦a11 ⟧ ⟦a12 ⟧ ⟦a13 ⟧ b11 ⟦b 12⟧ b13
p21 p22 p23 = a21 a22 a23 b21 ⟦b 22⟧ b23
(3.7)
p31 p32 p33 a31 a32 a33 b31 ⟦b 32⟧ b33
p12 = a11 b12 + a12 b22 + a13 b32
Donde para obtener el elemento p12 se multiplica la primera fila de la matriz

A por la segunda columna de la matriz B y se suma cada producto. De forma
similar se obtienen todos los elementos de la matriz P. La regla anterior impone
ciertas condiciones para multiplicar dos matrices porque habrá que multiplicar filas
por columnas y sumar cada producto.
Si las dos matrices a multiplicar son cuadradas o sea igual número de filas
que de columnas no hay problema en la multiplicación. El problema se plantea
cuando una o ambas no son cuadradas. En este caso también es posible utilizar la
ecuación (3.4) para obtener un resultado, pero bajo ciertas condiciones. Por ejemplo
es posible multiplicar:
• una matriz cuadrada (3 x 3) por un vector columna (3 x 1) = vector columna (3 x 1)
( )( ) (
a11 a12 a13 b1 a11 b1 + a12 b2+ a13 b 3 c1
a21 a22 a23 b2
a31 a32 a33 b3
= a21 b1 + a22 b2+ a23 b 3
a31 b1 + a32 b2+ a33 b 3
=
)()
c2
c3
ck = akj b j
donde también se ha utilizado notación de índices
• un vector fila (1 x 3) por una matriz cuadrada (3 x 3) = vector fila (1 x 3)
( )
a11 a12 a13
(b 1 b 2 b3 ) a21 a22 a23 = ( c1 c2 c3 )
a31 a32 a33
⇒ c l = bk akl
c 1=b 1 a11 + b2 a21+ b 3 a31
c 2=b 1 a12 + b2 a22+ b 3 a32
c 3=b 1 a13 + b2 a23+ b 3 a33
• un vector fila (1 x 3) por un vector columna (3 x 1) = un solo valor
()
a11
(b 1 b 2 b3 ) a21 = ( c 1 )
⇒ c 1 = bk ak 1
a31
c1 =b1 a11+ b2 a21 + b3 a31
• un vector columna (3 x 1) por un vector fila (1 x 3) = una matriz (3 x 3)
() ( )
a1 a1 b1 a1 b2 a1 b3
a2 ( b1 b2 b3 ) = a2 b1 a2 b2 a2 b3 ⇒ (ab)ij = ai b j
a3 a3 b1 a3 b2 a3 b3
Lo anterior muestra que la operación de multiplicar matrices solo esta definida

cuando el número de columnas es igual al número de filas y viceversa.
3.2.- Inversa de una matriz
Asociado a la matriz identidad, en la teoría de matrices, un concepto

importante a tener en cuenta es el de “matriz inversa”. Se dice que una matriz
cuadrada A es “invertible” o “no regular” o “no degenerada” o “regular” si existe
otra matriz cuadrada del mismo orden B denominada matriz inversa de A que
cumple:
A⋅B = B⋅A = 1 (3.8)
Si B es la matriz inversa de A generalmente se la denota como A−1 por

lo tanto (3.8) toma la forma:
−1 −1
A⋅A = A ⋅A = 1 (3.9)
Por lo tanto el producto de una matriz cuadrada por su inversa da como

resultado la matriz identidad. La inversión de matrices o sea determinar la matriz
inversa no siempre es posible y en el caso que una matriz no sea invertible se la
denomina “singular”.
3.3.- Condiciones para que una matriz tenga inversa
Encontrar la inversa de una matriz para que se cumpla (3.8) o (3.9) tiene
algunos inconvenientes, para empezar, dadas dos matrices cualesquiera A y B
no siempre es posible hacer el producto A⋅B o el producto B⋅A. O lo que es lo
mismo, dada una matriz A no siempre se puede encontrar A−1
Además, que dos matrices sean inversas una de la otra significa, en

particular, que el producto de ellas debe dar como resultado la matriz identidad,
ecuación (3.9). Hay que recordar que la matriz identidad es aquélla matriz cuyos
elementos son nulos salvo los de la diagonal principal y que además estos deben
ser iguales a uno. Otro aspecto es que la matriz identidad es una matriz cuadrada y
esto restringe mucho el conjunto de matrices que pueden ser invertibles.
Suponiendo ahora dos matrices A y B con las siguientes características
• A orden (m x n). O sea m filas y n columnas

• B orden (p x q). O sea p filas y q columnas
De acuerdo al (3.8) las operaciones siguientes deben dar el mismo resultado

si una matriz es la inversa de la otra:
A(m x n) ⋅B(p x q) = C 1(m x q )

(3.10)
B(p x q ) ⋅ A(m x n) = C 2( px n)
Cuando se realiza el producto A⋅B y de acuerdo al lo desarrollado en el

punto 3.1 se debe cumplir que n = p para poder hacer la multiplicación. Si sucede
esto el resultado será la matriz C 1 de (m x q) o sea m filas y q columnas.
Para el producto B⋅A se debe cumplir que q = m y la matriz resultante C 2

será de (p x n) o sea p filas y q columnas. Si una matriz es la inversa de otra, ambos
productos deben dar como resultado la matriz identidad o sea C 1=C 2 =1 y 1 es
una matriz cuadrada, por lo tanto se demuestra una primera condición para que una
matriz sea invertible y es que “sea cuadrada”.
El hecho que la matriz sea cuadrada es una condición necesaria pero no

suficiente porque no toda matriz cuadrada es invertible. Sin demostrar, el siguiente
teorema nos indica con respecto a la inversión de matrices.
Teorema: La condición necesaria y suficiente para que una matriz sea regular es
que su determinante sea distinta de cero.
Sin entrar en detalles sobre la operación de inversión de matrices, un aspecto

a tener en cuenta es el valor del determinante de una matriz, si el resultado es cero
(determinante nulo) entonces esa matriz no tiene inversa. Entre los métodos clásicos
para calcular la inversa de una matriz se pueden mencionar el Método de Gauss y el
Método por Determinantes y Adjuntos. Actualmente en diferentes paquetes de
software como Scilab o Matlab es posible calcular la inversa de una matriz. Lo
mismo se puede encontrar en diferentes planillas de cálculo.
A continuación se expresan algunas propiedades de la matriz inversa.
1) Si B y C son, ambas, inversas de la matriz A entonces B=C , por

lo tanto se puede afirmar que la inversa de una matriz, si existe y que esta es única.
2) Si A y B son dos matrices del mismo tamaño y además ambas tienen

inversa entonces:
a) El producto A⋅B es invertible
b) ( A⋅B)−1 = A−1 B−1
3) Si A es una matriz invertible entonces:

a) A−1 también es invertible y se cumple que ( A−1 )−1 = A
b) An también es invertible y se cumple que ( An)−1 = ( A−1 )n para n=1, 2, 3,⋯
c) Para cualquier escalar k diferente de cero, la matriz k A es invertible y
1 −1
(k A)−1 = A
k
En algunas operaciones con matrices las propiedades anteriores pueden ser
muy útiles. Existe otro tipo de matriz que es importante considerar y es el de matriz
“ortogonal” y relacionado a la ortogonalidad de matrices primero es necesario definir
la “matriz transpuesta”. Sencillamente una matriz transpuesta es aquella matriz
donde se han intercambiado filas por columnas, se simboliza como AT y un
ejemplo de lo anterior se puede ver a continuación:
( ) ( )
a11 a12 a13 a11 a21 a31
T
A= a21 a22 a23 A = a12 a22 a23
a31 a32 a33 a13 a32 a33
( ) ( )
1 2 3 1 4 7
A= 4 5 6 AT = 2 5 8
7 8 9 3 6 9
Habiendo definido matriz transpuesta, se denomina “matriz ortogonal” a

aquella matriz cuadrada donde su matriz inversa coincide con su matriz transpuesta.
Matemáticamente esto se puede expresar como:

T −1
A A = AA = 1 (3.11)
4.- Tensores de Segundo Orden
Se ha definido lo que se entiende por magnitudes escalares y vectoriales, las

primeras quedan totalmente determinadas con una sola componente o mejor dicho
con un valor dado con su correspondiente unidad como es el caso del tiempo,
valores de superficie, volumen, temperatura, frecuencia, carga eléctrica, etc.
En el caso de las magnitudes vectoriales, es necesario especificar tres

componentes y sus unidades. Este sería el caso de la velocidad, la aceleración, la
fuerza, el desplazamiento, el momento de una fuerza, la cantidad de movimiento,
etc.
Una pregunta que se puede formular es ¿existen en la física magnitudes más

complejas y que necesiten más de tres componentes para representar
correctamente un determinado fenómeno?. La respuesta a esa pregunta es sí. Estas
magnitudes se denominan “magnitudes tensoriales” o directamente “tensores”.
Retomando lo visto anteriormente y considerando el espacio ordinario de tres

dimensiones, el cambio de las coordenadas x i a las x ' i (que es otro sistema
cartesiano y ortogonal con el mismo origen) esta dado por ecuaciones de la forma:
x ' i=aih x h (4.1)
En la ecuación (4.1) aih es una matriz ortogonal cuyos elementos son los
cosenos de los ángulos entre los ejes (cosenos directores). La operación inversa de
(4.1) se obtiene multiplicando ambos miembros por ahi que es la matriz
transpuesta de aih y por lo tanto su inversa porque es ortogonal, por lo tanto se
tiene:
x ' i=aih x h → ahi x 'i =a

⏟ hi aih x h → ahi x 'i =x h (4.2)
δih
Considerando un vector como el conjunto de tres componentes ui que por

un cambio de coordenadas de la forma (4.1) se transforma como:
u 'i =aih uh (4.3)
En el segundo miembro de esta ecuación hay que aplicar el convenio de la

suma de Einstein con h de 1 a 3. Suponiendo ahora que v j son las componentes
de otro vector el cual, por el mismo cambio de coordenadas se transforma como:
v ' j=a jk v k (4.4)
Con estos dos vectores se puede considerar el producto entre sus

componentes de la siguiente forma:
( )
u1 v1 u1 v 2 u1 v 3
ui v j= u2 v1 u2 v 2 u2 v 3 (4.5)
u3 v1 u3 v 2 u3 v 3
Según (4.3) y (4.4), el cambio de sistema de coordenadas, estos productos se

transformarán como:
u 'i v ' j=aih a jk uh v k (4.6)
Observando la ecuación (4.6), los índices h y k van sumados cada uno de 1 a

3 o sea se trata de una suma de nueve sumandos. El conjunto de los nueve
productos ui v j define un nuevo ente geométrico que se llama producto tensorial
de los vectores ui con v j y la ley de transformación de las componentes de este
producto tensorial se establece a partir de la siguiente definición:
Definición: Considerando nueve cantidades t ij entonces se dice que son

componentes de un “tensor cartesiano de segundo orden” cuando por un cambio de
coordenadas de la forma (4.1) se transforman según la ley:
t 'ij = aih a jk t hk (4.7)
Según esta definición, el producto tensorial de dos vectores es un tensor, pero

lo opuesto no es siempre válido o sea no todos los tensores de segundo orden son
el producto tde dos vectores.
Análogamente el producto tensorial de tres vectores ui ,v j ,w k es el

conjunto de 27 productos de la forma ui v j w k y por un cambio de coordenadas sus
componentes se transformarán según:
u 'i v ' j w ' k = aih a jl akm uh v l w m (4.8)
La ecuación (4.8) representa un tensor de orden tres, 27 componentes.

Magnitudes como las definidas en (4.7), con nueve componentes, es el caso del
Tensor de Inercia, el Tensor de Deformación o el Tensor de “Esfuerzo” y este tensor
en particular se lo define como una fuerza por unidad de superficie. Luego cuando
se estudien las fuerzas que actúan sobre una determinada partícula fluida se verá
con mayor detalle la definición de este Tensor Esfuerzo. Por ahora solo interesa que
para poder especificarlo es necesario considerar nueve números para obtener una
descripción completa del estado tensión de un elemento fluido en un punto.
Para este tipo de magnitudes y en el caso de tensores de segundo orden (de

acuerdo a la notación de índices ya definida) es necesario dos índices libres; para el
caso de tensores de tercer orden son necesarios tres índices libres y así
sucesivamente. Siempre hay que tener en cuenta que son tensores cartesianos por
lo tanto cada índice puede tomar los valores 1, 2 o 3.
Antes de proseguir con la formulación de entidades de este tipo es necesario

mencionar que en un sistema cartesiano el número de componentes de una
determinada magnitud tensorial se puede determinar a partir de:
n
Nro de componentes = 3 (4.9)
Donde n en la ecuación (4.9) representa el orden de la magnitud de la

entidad tensorial. De acuerdo a la ecuación (4.9) una magnitud escalar es un tensor
de orden “cero” o sea una sola componente; una magnitud vectorial es un tensor de
orden “uno” o sea 3 componentes y siguiendo el mismo análisis, un tensor de orden
“dos” tendrá nueve componentes (ver ecuación 4.5). Por supuesto que también es
posible definir tensores de orden superior a dos, por ejemplo un tensor de orden tres
tendrá 27 componentes, de orden cuatro 81 componentes y así sucesivamente
hasta cualquier orden. En mecánica de sólidos materiales con ciertas características
que dependen del medio se definen considerando tensores de orden cuatro.
Para el tensor definido en (4.5), si los elementos ui y v j fueran las

componentes aleatorias de la velocidad de un flujo turbulento y si se multiplica cada
producto por la densidad del fluido se obtiene una magnitud que caracteriza a los
flujos turbulentos y que se denomina Tensor de Tensiones de Reynolds. Este es otro
ejemplo, donde para definir una determinada propiedad (en este caso del flujo) es
necesario especificar nueve números para tener una descripción completa del
fenómeno.
Para el caso del esfuerzo, que se simboliza con la letra griega “tau” τ se
define como una fuerza por unidad de superficie, sus componentes serán, τ ij y
cada subíndice representa alguna característica del tensor. En particular un
subíndice determina la dirección de la normal a la superficie sobre la cual actúa la
fuerza y el otro subíndice establece la dirección de la fuerza.
(a) (b)
Figura 4: (a) componentes de un tensor de 2 orden - (b) normales a una superficie
La Figura 4, a) muestra las diferentes componentes del tensor esfuerzo para

el caso de un cubo cuyas superficies son paralelas a los planos coordenados. Los
esfuerzos son positivos si están dirigidos como se muestra. Por lo tanto, el primer
subíndice indica el plano perpendicular a la dirección sobre el cual esta aplicado el
esfuerzo y que coincide con la dirección de la normal a ese plano y el segundo
subíndice indica la dirección de la fuerza aplicada.
En la Figura 4, b) se muestra la convención para considerar al versor (vector

de módulo uno) normal a una superficie o sea siempre saliendo de la superficie. En
síntesis la convención de los subíndices es la siguiente:
τ ⏟
i ⏟
j (4.10)
plano dircción
perpendicular de la
al eje fuerza
En la siguiente tabla se muestran algunos ejemplos para componentes del

tensor esfuerzo
Plano perpendicular al eje

Esfuerzo Fuerza a lo largo del eje
(dirección de la normal)
τ31 x3 x1
τ21 x2 x1
τ11 x1 x1
De acuerdo a la tabla, cuando los subíndices son iguales los esfuerzos son
normales a la superficie y como se estudiará luego, estos esfuerzos representarán la
presión sobre la superficie.
Cuando se definen las nueve componentes del esfuerzo sobre todas las
superficies, el estado de tensión de un punto se encuentra completamente
especificado. Para el caso de considerar otro plano que no sea paralelo a los planos
cartesianos, el estado de tensión puede ser encontrado a partir de un cambio de
base (sistema de referencia) o sea de la misma forma que se definió para los
vectores cuando el sistema de ejes se encontraba rotado un cierto ángulo con
respecto a los ejes originales.
Por lo tanto se pueden calcular las componentes del tensor τ en un sistema

rotado con respecto al original, de acuerdo a (4.7) como:
τ ' mn = C im C jn τ ij (4.11)
y esta ecuación es similar a (4.7) para transformar componentes de un tensor.
También en (4.11) se aplica la convención de la suma para índices repetidos,

por lo tanto se suma sobre i y j en el segundo miembro y solo quedan como
índices libres m y n que son los subíndices de τ '
5.- Contracción y Multiplicación
Como se puede analizar, en los párrafos anteriores, se han considerado

tensores de orden dos. Para el caso de la Mecánica de Fluidos salvo ciertas
excepciones la mayoría de los tensores utilizados son de orden dos, por eso las
definiciones que se presentan a continuación están referidas a este tipo de tensores,
los cuales se representan por matrices de 3 x 3.
Cuando dos índices de un tensor son iguales, significa que se realiza una
suma sobre ellos o sea sobre el índice repetido, este proceso se llama “contracción
de índices”. Un ejemplo, para el caso de un tensor de orden dos:
A jj = A11 + A22 + A33 = tr ( A) (5.1)
La expresión anterior claramente indica que se suman los términos de la

diagonal principal. A jj es un escalar e independiente del sistema de coordenadas
y es lo que se denomina un “invariante”. Esta operación se conoce como el calculo
de la “traza” (tr) de un tensor y por eso se la simboliza como se indica en el último
término de la ecuación (5.1). La operación traza (tr) es lineal y por lo tanto se cumple
para un escalar α con A y B dos tensores lo siguiente:
tr (α A) = α tr ( A) tr ( A+ B) = tr ( A) + tr ( B) (5.2)
La contracción de índices tiene como objetivo obtener tensores de un orden

menor a partir de un tensor de orden n≥2 en la cual se igualan dos índices y por
lo tanto se suma sobre ellos, el resultado es un nuevo tensor donde este índice ha
desaparecido. En notación de índices para el caso de un tensor de orden tres, t ijk
la contracción de índices se escribe como:
uk = t iik (5.3)
en este caso el índice repetido va sumado de 1 a 3 para tensores cartesianos. El

resultado uk son la componentes de un tensor de orden uno (un vector) y en
alguna bibliografía lo llama “tensor contraído” de t ijk
El producto escalar entre tensores de orden dos se escribe con el símbolo “:”
(dos puntos verticales) y se define como la operación que a toda pareja de tensores
A , S se asocia el escalar definido por:
A : S = A ij Sij → A: S = tr ( ST A) (5.4)
Luego se verá otras definiciones de este tipo de producto tensorial.
6.- Tensores Especiales (Operadores)
A continuación se definen dos tensores de segundo orden que son necesarios

en la deducción de varias ecuaciones de la Mecánica de Fluidos.
6.1.- Operador Sustitución (Delta de Kronecker)
Este tensor fue enunciado en la sección de matrices y es la Delta de

Kronecker y para mayor claridad se vuelve a enunciar. Por lo tanto se tiene:
δij = 1 si i= j (6.1)
0 si i≠ j
La ecuación (6.1) escrita en forma matricial es:
1 0 0
δ =1= 0 1 0
0 0 1 ( ) (6.2)
Si se tiene un vector v
⃗ cuyas componentes son v i y se las multiplica por
δij se cumple:
δij v i = δ1j v 1 + δ 2j v 2 + δ 3j v 3
y como j=1, 2, 3 es un índice libre se tiene:
{ }
j=1 ⇒ δ ij v i = δ11 v 1 + δ21 v 2 + δ31 v 3 = v 1
j=2 ⇒ δ ij v i = δ12 v 1 + δ22 v 2 + δ32 v 3 = v 2 ⇒ δ ij v i = v j (6.3)
j=3 ⇒ δ ij v i = δ13 v 1 + δ23 v 2 + δ33 v 3 = v 3
Es decir, la presencia del símbolo Delta de Kronecker, hace que se reemplace

el índice repetido, por el índice no repetido y luego se hace la delta igual a uno. Por
esta razón, la delta de Kronecker frecuentemente se denomina “operador de
sustitución”. Otros ejemplos relacionados con este operador se presentan a
continuación:
δij Aik =A jk δij δ ji =δii =δ jj =3 δ ji a ji =a jj =a11 + a22+ a33
También este operador es utilizado cuando se calcula el producto escalar (o

⃗ el producto
a; b
producto punto) de dos vectores. Por ejemplo para los vectores ⃗
⃗ se expresa como:
a⋅b
escalar ⃗
⃗ = δ a b = a b = a b + a b + a b (6.4)
⃗a⋅b ij j i j j 1 1 2 2 3 3
A partir de (6.4) se puede pensar que el producto escalar es el resultado de

contraer un índice del tensor que resulta del “producto diádico” o tensorial ai b j
Lo importante del producto escalar es que como representa la proyección de

un vector sobre otro y suponiendo una base ortonormal ê i se puede obtener las
componentes de este vector sobre la base haciendo:
a⋅ê i = ap ê p⋅ê i = ap δ pi = ai
⃗
donde nuevamente se ha utilizado la Delta de Kronecker que en este caso se la ha

definido como ê i⋅ê j = δij y por ser dos versores, entonces si i = j ⇒ δij =1
(ambos versores paralelos) o si i ≠ j ⇒ δij =0 (ambos versores
perpendiculares). Esto se puede poner en forma explícita como:
[ ][ ]
ê 1⋅ê 1 ê 1⋅ê 2 ê 1⋅ê 3 1 0 0
ê i⋅ê j = ê 2⋅ê 1 ê 2⋅ê 2 ê 2⋅ê 3 = 0 1 0 = δij (6.5)
ê 3⋅ê 1 ê 3⋅ê 2 ê 3⋅ê 3 0 0 1
6.2.- Operador Permutación (Tensor de Levi-Chivita)
La aplicación directa de este tensor es en la definición del producto vectorial

como se verá más adelante. Sus componentes son εijk y son las componentes del
pseudo tensor de Levi-Chivita. Las componentes están definidas como:
{ }
+1 si i , j ,k es una permutación par
εijk = −1 si i , j ,k es una permutación impar (6-6)
0 si dos índices son iguales
otra definición que puede ser encontrada en alguna bibliografía es:
1
εijk = (i− j)( j−k )(k −i) (6.7)
2
Los valores de εijk pueden ser fácilmente memorizados si utilizamos la

Figura 5 en la cual si los valores de los índices están ordenados en el sentido horario
εijk =1 y si están ordenados en el sentido antihorario εijk =−1
Figura 5: valores del tensor de permutación
El operador permutación puede ser expresado en función de la delta de

Kronecker como:
| |
δ ip δiq δir
εijk = εlmn δ li δ mj δnk ; εijk ε pqr = δ jp δ jq δ jr
δkp δkq δ kr (6.8)
εijk εpqk = δip δ jq −δiq δ jp ; i , j , k , p , q = 1,2,3
6.3.- Producto Vectorial
El producto vectorial de dos vectores a ⃗

⃗ =a j ê j y b=bk ek da
̂ como
resultado otro vector ⃗ c perpendicular a los dos anteriores y puede ser
representado a través del operador de permutación como:
⃗ = ε a b ê (6.9)
a×b
⃗ ijk j k i
por lo tanto se cumple que:
e^ j ×e^ k = ε jki e^ i (6.10)
a j e^ j ×bk e^ k = a j bk ε jki e^ i
(6.10)
a j b k e^ j ×e^ k = a j b k ε jki e^ i = a j b k ε ijk e^ i
Otra aplicación importante del operador permutación es que permite

demostrar operaciones vectoriales como el triple producto vectorial o sea:
⃗ ⃗
a×( b×
⃗ ⃗ c⃗ −c⃗ ⊗ b
c ) =( b⊗ ⃗ )⋅⃗
a =[ ( ⃗
a⋅⃗ ⃗ [ b⊗
a ]⋅b=
c ) 1−c⃗ ⊗⃗ ⃗ a a⋅b
⃗ −( ⃗ c (6.11)
⃗ ) 1 ]⋅⃗
7.- Operaciones Algebraicas con Tensores
7.1.- Producto Diádico
El producto diádico de dos tensores da como resultado otro tensor pero de un

orden superior. Por ejemplo si se multiplican diádicamente dos vectores (tensores de
orden uno) se obtendrán un tensor de orden dos (nueve componentes). Esta
operación se mencionó en la ecuación (4.5). Matemáticamente el producto diádico
se simboliza como:
u⃗
⃗ v =u
⃗ ⊗v
⃗ = A (7.1)
El símbolo ⊗ denota el producto tensorial y A en este caso es un tensor

de segundo orden o sea nueve componentes. La ecuación (7.1) se puede expresar
también como:
A=u
⃗ ⊗v
⃗ = ui ê i ⊗v j ê j = ui v j ( ê i⊗ ê j ) = A ij ( ê i⊗ ê j )
⏟A = A
⏟ ij ê i⊗ ê j ) (7.2)
(⏟
tensor componentes base
Se demuestra que cualquier tensor puede ser representado como una

combinación lineal de productos diádicos. El producto diádico posee las siguientes
leyes o propiedades:
1) ( u
⃗ ⊗v x=⃗
⃗ )⋅⃗ u(v x )≡u
⃗⋅⃗ ⃗ ⊗( v x)
⃗⋅⃗
u ⊗(α v
2) ⃗ ⃗ + β w)
⃗ = αu
⃗⊗v u ⊗w
⃗+ β ⃗ ⃗
(α v u + β w⊗
⃗ ⊗⃗ ⃗ ⃗r )⋅⃗
x = α( ⃗
v ⊗u x + β( w
⃗ )⋅⃗ r )⋅⃗
⃗ ⊗⃗ x=
3)
= α [v x⋅⃗
⃗ ⊗( ⃗ x )] + β[ w r⋅⃗
⃗ ⊗( ⃗ x )]
donde α y β son constantes. Además por definición el producto diádico no es

u ⊗v
conmutativo o sea ⃗ ⃗ ≠v
⃗ ⊗u
⃗
7.2.- Suma
La suma de dos tensores del mismo orden resulta ser un tercer tensor de
igual orden :
C= A+ B=B+ A (7.3)
Las componentes del tensor C vienen representadas por:
(C )ij = ( A+ B)ij ⇒ C ij = Aij + Bij
7.3.- Multiplicación por un escalar
La multiplicación de un tensor de segundo orden por un escalar determina un

nuevo tensor del mismo orden y se verifica:
D= λA ⇒ D ij = λ Aij (7.4)
también se cumple que:

(λ A)⋅v
⃗ = λ ( A⋅v
⃗ ) (7.5)
7.4.- Producto escalar
El producto escalar de un tensor de segundo orden por un vector (orden uno)

da como resultado un vector. Matemáticamente se puede expresar de la siguiente
forma, considerando dos vectores y un tensor de segundo orden A
y = A⋅⃗
⃗ x=
= ( A jk ê j ⊗ê k )⋅(x l ê l ) =
(7.6)
= A jk x l δkl ê j=
A jk x k ê j = y j ê j
=⏟
yj
El producto escalar de dos tensores de segundo orden A y B es otro

tensor de segundo orden, en componentes se cumple: ( A⋅B)ij =Aip B pj pero
A⋅B≠B⋅A También se verifican las siguientes propiedades:
A⋅(B + C ) = A⋅B + A⋅C

(7.7)
A⋅(B⋅C) = ( A⋅B)⋅C
7.5.- Potencia de Tensores
El producto escalar anterior permite definir la potencia de un tensor. En el

caso particular de tensores de segundo orden se tiene:
0 1 2
A =1; A = A; A = A⋅A (7.8)
7.6.- Doble Producto Escalar
El doble producto escalar considera una doble contracción de índices ya visto

en páginas anteriores. Ahora se considerará dos formas diferentes de contraer
índices a partir de un ejemplo en cada caso o sea la doble contracción se puede
definir de dos formas diferentes; una ‥ y otra : Teniendo en cuenta dos tensores
de orden dos expresados como un producto diádico se tendrá:
A=⃗ ⃗;
c⊗d B=u
⃗ ⊗v
⃗ (7.9)
• Para la doble contracción : se tendrá:
A :B = ( ⃗ ⃗ ):( u
c ⊗d ⃗ ⊗v c⋅u
⃗) = (⃗ ⃗ v
⃗ )( d⋅⃗ ) (7.10)
Hay que observar en el último miembro de la ecuación (7.10) la forma de

multiplicar los vectores. En otras palabras se multiplica escalarmente primero ⃗c del
tensor A con ⃗ u del tensor B y luego se procede de la misma forma con los
segundos vectores. En conclusión puede observarse que ⃗ c⋅u ⃗ v
⃗ y d⋅ ⃗ son
escalares o sea números y por lo tanto el resultado de (7.10) es un número.
Escribiendo esta última ecuación en componentes se verifica lo siguiente:
A :B = ( Aij ê i ⊗ê j) :( Bkl ê k ⊗ ê l )=
= Aij Bkl δik δ jl (7.11)
= Aij B ij = γ
De acuerdo a lo explicado el producto de los dos primeros da como resultado

ê i⋅ê k =δ ik y lo mismo para los dos segundos ê j⋅ê l=δ jl Según la definición del
doble producto escalar se puede demostrar que A : B es conmutativo o sea:
B: A = (⃗
u⊗ v
⃗ ): ( ⃗ ⃗ = (u
c ⊗ d) c )( v
⃗⋅⃗ ⃗ = (⃗
⃗⋅d) c⋅u ⃗ v
⃗ )( d⋅⃗ ) = A: B (7.12)
• Para la doble contracción ‥ se tendrá:
A ‥ B = (⃗ ⃗ ‥( u
c ⊗ d) ⃗ ⊗v c⋅v
⃗ ) = (⃗ ⃗ ⃗
⃗ )( d⋅u ) (7.13)
esta ecuación expresada en componentes es:
A ‥ B = ( Aij ê i ⊗ ê j )‥( Bkl ê k ⊗ ê l ) =

(7.14)
= Aij Bkl δ jk δil = Aij B ji = λ
en este caso y en forma diferente a la contracción anterior se toma el producto

ê i⋅ê l =δil o sea el primero del primer vector con el segundo del segundo vector y
ê j⋅ê k=δ jk o sea el segundo del primer vector con el primero del segundo vector.
Como se puede ver, si bien en ambas operaciones el resultado es un escalar

estos son diferentes. Por lo tanto se puede establecer que:
A : B ≠ A‥ B (7.15)
Esta relación es válida excepto que alguno de los tensores de segundo grado
sea simétrico o sea que los elementos que se encuentran fuera de la diagonal
principal sean iguales y significa que Asim ⇒ A ij = A ji o para el otro tensor
Bsim ⇒ Bij = B ji y entonces se cumple:
Asim : B = Asim ‥ B A:Bsim = A‥ Bsim Asim : Bsim = Asim ‥ Bsim (7.16)
Algunas de las propiedades, para tensores de segundo orden, de la doble

contracción son:
1) A :B = B : A
2) A :(B+ C ) = A :B+ A : C
3) λ ( A:B) = ( λ A): B = A :( λ B)
En la última ecuación λ representa un escalar.
7.7.- Producto Vectorial
x (tensor de
Por último se considerará el producto vectorial entre un vector ⃗
primer orden) y un tensor de segundo orden y como se explicó anteriormente:
A× ⃗
x = ( Aij ê i ⊗ê j)×( x k ê k ) = εljk Aij x k ê i ⊗ê l (7.17)
donde se ha considerado que ê j ⊗ ê k = εljk . Esta forma de representar el producto

vectorial permite demostrar relaciones como:
a×( ⃗
⃗ b×c⃗ ) = (⃗ c) ⃗
a⋅⃗ b−( ⃗ ⃗ c⃗ (7.18)
a⋅b)
Para demostrar la relación (7.18) se considera que: ( d ⃗ ) = ( b×

⃗ ⃗c )i = εijk b j ck
i
por lo tanto ( a ⃗
⃗ ×d )q = εqli al d i entonces reemplazando d i en la segunda ecuación
se tiene:
⃗) =ε ε a b c
a× d
(⃗ q qli ijk l j k
a partir de las relaciones (6.8) se puede expresar εqli εijk = εqli ε jki = δ qj δlk −δqk δlj por
lo tanto se obtiene:
⃗) =ε ε a b c =δ δ a b c −δ δ a b c
a×d
(⃗ q qli ijk l j k qj lk l j k qk lj l j k
= (al cl )bq − (al b l )c q = ( a c )bq − ( ⃗

⃗⋅⃗ ⃗
a⋅b)c q
lo que demuestra la ecuación (7.18).
De la misma forma se pueden demostrar las siguientes relaciones:
a×( ⃗
⃗ b×c⃗ ) = (⃗ c)⃗
a⋅⃗ b−( ⃗ ⃗ c⃗ = ( b⊗
a⋅b) ⃗ ⃗c− ⃗ ⃗ a
c ⊗b)⋅⃗
(7.19)
a×( ⃗
⃗ b× ⃗
a) = [( a a)1−⃗
⃗⋅⃗ a ⊗⃗ ⃗
a ]⋅b
8.- Simetría y Antisimetría
En los párrafos siguientes se explicarán conceptos básicos de tensores

simétricos y antisimétricos, un estudio más profundo se puede encontrar en la
bibliografía que se detalla al final.
8.1.- Tensor Simétrico
Un tensor de segundo orden es simétrico si sus componentes cumplen con:
A = AT → Aij = A ji (8.1)
por lo tanto un tensor simétrico tiene 6 componentes independientes. Representado

en forma matricial es:
( )
a11 a12 a13
A = a12 a22 a23 ⇒ aij =a ji
a13 a23 a33
y según (8.1) también son válidas las siguientes relaciones:
Aij = A ji
Aij + Aij = Aij + A ji
2 Aij = Aij + A ji (8.2)
1 1
Aij = ( A + A ji ) → A= ( A+ AT )
2 ij 2
8.2.- Tensor Antisimétrico
Un tensor de segundo orden será antisimétrico cuando se cumpla:
A = −AT → Aij = −A ji (8.3)
por lo tanto solo tiene tres componentes independientes, que representado en forma
matricial es:
( )
0 a12 a13
A = −a12 0 a23
−a13 −a23 0
También por su antisimetría se cumple:
Aij + Aij = Aij − A ji

2 Aij = Aij − A ji (8.4)
1 1
Aij = ( Aij − A ji ) → A= ( A− AT )
2 2
En la figura 6 se muestran las componentes de un tensor de segundo orden

antisimétrico. Como se puede ver la antisimetría esta asociada con las rotaciones y
esto se verá con mayor detalle cuando se estudien las fuerzas que actúan sobre una
partícula fluida.
8.3.- Descomposición de un Tensor en parte Simétrica y Antisimétrica
Cualquier tensor de segundo orden puede ser descompuesto en una parte

simétrica y una parte antisimétrica que se simbolizarán como Asim Aasim y para
descomponerlo se procede como se indica a continuación.
1 1
A= ( A+ AT ) + ( A− AT ) = Asim + Aasim (8.5)
⏟
2 ⏟
2
sim asim
A A
También se cumple para dos tensores cualquiera de segundo orden lo
siguiente:
1 1
( AT⋅B⋅A)sim = [( AT⋅B⋅A)+ (AT⋅B⋅A)T ] = [ AT⋅B⋅A+ AT⋅BT⋅A]=
2 2
1
= AT⋅ [B+ BT ]⋅A = AT⋅Bsim⋅A
2
Figura 6: componentes de un tensor antisimétrico
Según la Figura 6, W es un tensor antisimétrico y por lo tanto debe cumplir

con las relaciones (8.4) y en particular se puede escribir:
1 1 1 1
W ij = (W ij −W ji ) = (W kl δik δ jl −W kl δ jk δ il ) = W kl (δ
⏟ ik δ jl −δ jk δ il ) = − W ε ε
2 2 2 2 kl ijr lkr
=−εijr εlkr
o sea:
1
W ij = − W kl εijr ε lkr (8.6)
2
en esta última ecuación se puede desarrollar el término W kl εlkr para los índices
mudos l y k recordando además que cuando dos índices toman el mismo valor el
tensor de Levy – Chivita es nulo, entonces:
W kl εlkr = W 12 ε21r + W 13 ε31r + W 21 ε12r + W 23 ε32r + W 31 ε13r + W 32 ε23r (8.7)
En esta última ecuación algunos términos son nulos para diferentes valores
del subíndice r, por lo tanto se tiene:
r =1 ⇒ W kl εlkr =−W 23+ W 32 = −2W23 = 2 ω1
r =2 ⇒ W kl εlkr = W 13−W 31 = 2W 13 = 2 ω 2 ⇒ W kl εlkr = 2 ω r
r =3 ⇒ W kl εlkr =−W 12+ W 21 = 2W 12 = 2ω 3
donde se han realizado los siguientes cambios de variables:
[ ][ ][ ]
0 W 12 W 13 0 W 12 W 13 0 −ω 3 ω2
W ij = W 21 0 W 23 = −W 12 0 W 23 = ω3 0 −ω1 (8.8)
W 31 W 32 0 −W 13 −W 23 0 −ω2 ω1 0
⃗ asociado al tensor antisimétrico W y su

Se puede definir el vector ω
módulo ω
⃗ se calcula como:
2 2 2 2 2 2 2 2
ω =∥⃗
ω∥ = ω ω = ω1 + ω2 + ω3 = W 23 + W 13 + W 12
⃗ ⋅⃗
Reemplazando W kl εlkr = 2 ωr en la ecuación (8.6) y considerando que

εijr = εrij por propiedad de operador permutación se obtiene:
W ij = −ωr ε rij (8.9)
Para obtener las componentes ωr del vector asociado a un tensor

antisimétrico se puede partir de la ecuación (8.9) que es la ecuación que lo define y
multiplicar ambos miembros por εkij obteniendo:
εkij W ij = −ωr ε⏟
rij εkij = −2 δrk ω r = −2 ωk
=2δrk
por lo tanto despejando ωk se obtiene finalmente:
1
ωk = ε W
2 kij ij
En la figura 6 se muestran las diferentes componentes de un tensor

antisimétrico y en la Figura 7 para el mismo tensor se agrega el vector asociado.
9.- Campo Tensorial
Como se ha mencionado anteriormente los tensores representan magnitudes

físicas y por lo tato es posible definir un “campo tensorial” como una asociación de
un tensor T ( ⃗ x ,t ) con los pares ordenados ( ⃗ x puede
x , t ) y en este caso ⃗
representar la posición de una determinada partícula fluida y t el tiempo. Debe
quedar claro que T es un tensor de cualquier orden por lo tanto puede ser un
escalar, un vector o un tensor de orden superior.
En la tabla que se muestra a continuación se resumen las principales

características con respecto a la notación para los tensores y en la Figura 8 dos
ejemplos de campo escalar y vectorial.
Figura 7: Componentes de un tensor antisimétrico y su vector asociado.
Campo Escalar
Notación Simbólica x ,t )
ϕ = ϕ( ⃗
Notación Indicial x ,t )
ϕ = ϕ( ⃗
Campo vectorial
Notación Simbólica v
⃗ =v x ,t )
⃗ (⃗
Notación Indicial vi = v i ( ⃗
x ,t)
Campo Tensorial
Notación Simbólica T = T (x
⃗ ,t)
Notación Indicial T ij = T ij ( ⃗
x ,t)
En cualquier caso en la Figura 8 en cada punto del espacio para un

determinado tiempo se tiene asociada una propiedad, por ejemplo la velocidad del
fluido en el espacio para el tiempo t = t 1 esta descripto por todos los vectores que
a su vez son tangentes a las trayectorias de las partículas.
Un campo vectorial es continuo y diferenciable si las funciones tensoriales

asociadas son continuas y diferenciables, además si la función T = T ( x ⃗ ) es solo
función de la posición entonces se dice que el campo es “estacionario”. Si se cumple
que T = T (t ) es solo función de tiempo entonces el campo es “homogéneo”.
Figura 8: ejemplos de campo escalar y vectorial
9.1.- Campo Escalar
Suponiendo que una determinada propiedad del medio esta descripta por una
función escalar continua en el espacio, por ejemplo la temperatura, de la forma
x ) y que además es diferenciable de forma continua y por lo tanto existen:
ϕ = ϕ( ⃗
∂ϕ ∂ϕ ∂ϕ
; ; (9.1)
∂ x1 ∂ x2 ∂ x3
y son continuas en ℝ3
Si se considera un segundo punto del espacio, el cual también es

x+ d ⃗
diferenciable ( ⃗ x ) entonces la diferencia de la función ϕ = ϕ( ⃗
x ) entre estos
dos puntos se llama diferencial total de ϕ y se expresa como:
d ϕ = ϕ( x 1+ dx1, x 2+ dx 2, x 3 + dx3 ) − ϕ( x 1, x 2, x 3 ) (9.2)
Para cualquier función continua ϕ = ϕ( x ⃗ ) , d ϕ se relaciona linealmente con

dx1, dx 2, dx 3 y esta relación viene dada por la regla de la cadena:
∂ϕ ∂ϕ ∂ϕ
dϕ= dx 1 + dx2 + dx (9.3)
∂ x1 ∂ x2 ∂ x3 3
que en notación indicial se expresa como:
d ϕ = ϕ, i dx i (9.4)
En la ecuación (9.4) escribe la operación de derivación con una coma que

separa al índice mudo. En esta ecuación también se considera que los índices
repetidos indica suma.
9.2.- Gradiente de una Magnitud Tensorial
A continuación mostraremos la operación gradiente para diferentes entidades

matemáticas (escalar, vector y tensor de orden dos), pero antes se escribe la
definición del operador nabla como:
∇ = ∂ ê i = ∂, i ê i (9.5)
∂ xi
que escrito en forma explícita en términos de sus componentes es:
∇ = ∂ ê 1 + ∂ ê 2 + ∂ ê 3 (9.6)
∂ x1 ∂ x2 ∂ x3
a) Gradiente de un escalar
En este caso sencillamente se puede escribir:
∂ϕ ̂ ∂ϕ ̂ ∂ϕ ̂
∇ϕ= e + e + e (9.7)
∂ x1 1 ∂ x2 2 ∂ x3 3
que en notación indicial será: ∇ ϕ = ϕ,i ê i por lo tanto el resultado es un vector. La

operación de tomar gradiente ha dado como resultado una entidad de un orden
superior.
El significado geométrico del gradiente se resume en:
• La dirección del ∇ ϕ es normal a la superficie ϕ=cte y el sentido o sea el

vector apunta en la dirección creciente de ϕ como se indica en la Figura 9.
Por lo tanto marca la dirección de máximo crecimiento de la función ϕ.
En la Figura 9, hay que interpretar que ϕ=cte es una superficie de nivel o

sea sobre cada superficie la función tiene el mismo valor. En física I, estas
superficies representaban por ejemplo el potencial y se las denominaba
“equipotenciales”.
• El módulo (magnitud) da como resultado que tan rápido cambia ϕ según esa
dirección.
La normal a la superficie se calcula como: ̂ = ∇ ϕ donde ∥∇ ϕ∥

n
∥∇ ϕ∥
representa el módulo.
Figura 9: interpretación geométrica del operador gradiente
b) Gradiente de un vector
Suponiendo que se tiene definido el vector velocidad v ⃗ =v i ê i entonces el

gradiente de la velocidad, (que debe dar un tensor de mayor orden) se calcula como:
∂ vi ê i ∂v i
v=
∇⃗ ⊗ê j = (v i ê i ) , j ⊗ê j = vi , j ê i ⊗ ê j = ê i ⊗ê j (9.8)
∂xj ∂xj
y como se puede observar resulta ser un tensor de rango 2 o sea nueve

componentes. Estas componentes escritas explícitamente son:
∂ v1 ∂ v1
( )
∂v 1
∂ x1 ∂ x2 ∂ x3
∂v i ∂ v2 ∂ v2 ∂v 2
= (9.10)
∂xj ∂ x1 ∂ x2 ∂ x3
∂ v3 ∂ v3 ∂v 3
∂ x1 ∂ x2 ∂ x3
c) Gradiente de un tensor de orden dos
Para el caso de un tensor de segundo orden la operación matemática de

determinar el gradiente se expresa como:
∂(T ij ê i ⊗ê j )
⃗=
∇T ⊗ê k = T ij , k ê i ⊗ê j⊗ ê k (9.11)
∂ xk
que en componentes se escribe:
⃗) = T
(∇ T ijk ij , k (9.12)
que son las componentes de un tensor de orden 3.
9.3.- Divergencia de una Magnitud Tensorial
En la operación anterior, en lo que respecta a la determinación del gradiente

de una magnitud tensorial se puede deducir que esta operación aumentaba el orden
del tensor al cual se aplica. Ahora en el caso de la divergencia, se demostrará que el
tensor resultante es un orden menor. También y de acuerdo a lo expresado
anteriormente se determinará la divergencia de una magnitud vectorial (tensor de
orden uno) y para un tensor de segundo orden. La divergencia de un escalar (tensor
de orden cero) no existe.
a) Divergencia de un vector
La operación de divergencia se denota como: ∇⋅v ⃗ y es importante tener en

cuenta el punto entre el operador nabla y el vector v ⃗ porque sino se interpreta
como un gradiente. Por definición, la divergencia de un vector se calcula como:
∇⋅v
⃗ = ∇v
⃗ :1 = Tr (∇ v
⃗ ) (9.13)
en este caso también es posible calcular la divergencia de v⃗ determinando la traza

del tensor de segundo orden que resulta de la operación de evaluar el gradiente del
vector v⃗ que es una entidad de un orden superior. Por lo tanto se tiene:
∇⋅v
⃗ = ∇v
⃗ :1 = [v
⏟ i , j ei ⊗ e j ] :[δ
̂ ̂
⏟ kl ek ⊗ el ] =
̂ ̂
v
=∇ ⃗ =1 (9.14)
= v i , j δkl δik δ jl = v k ,k
en el último miembro de la ecuación (9.14) hay que tener en cuenta que cuando se
repiten los índices significa suma, por lo tanto:
∂ v1 ∂v 2 ∂ v 3
v k ,k = + + (9.15)
∂ x 1 ∂ x2 ∂ x 3
También se podría haber realizado el siguiente cálculo:
∇⋅v
⃗ = ∇v
⃗ : 1 = [v
⏟ i , j ei ⊗e j ] :[δ
̂ ̂
⏟ kl ek ⊗ el ] =
̂ ̂
v
=∇ ⃗ =1
= [v i , j δkl δlj ê i ]⋅ê k = [v i , k ê i ]⋅ê k = (9.16)
∂[v i ê i ]
= ⋅ê k
∂ xk
Del resultado (9.15) queda claro que la operación de divergencia disminuye
un orden el rango del tensor sobre el cual se aplica. Además teniendo en cuenta la
ecuación (9.10) que es un tensor de segundo orden (9 componentes), la traza o sea
la suma de los elementos de la diagonal principal es precisamente la ecuación
(9.15).
b) Divergencia de un tensor de segundo orden
Aplicando la definición dada en los párrafos anteriores se tiene:
∂T ij ê i⊗ ê j
∇⋅T = ∇ T :1 = ⋅ê k =
∂ xk
(9.17)
∂ T ij
= δ ê = T ik ,k ê i
∂ x k jk i
Se define el operador Laplaciano:
∂ ∂ ê ⋅ê = ∂ ∂ δ = ∂ ∂ = ∂
( ( ) )
2
∇ = ∇⋅∇ = ,kk (9.18)
∂ xi ∂ x j j i ∂ x i ∂ x j ij ,k ,k
Luego la operación del Laplaciano sobre un tensor no hace que cambie su

rango.
9.4.- Rotor (Rotacional) de una Magnitud Tensorial
El rotor de un vector se representa como: ∇×v

⃗ = rot ( v
⃗ ) y viene definido
para una base cartesiana:
⃗ = ∂ ê k ×v
∇×v ⃗ (9.19)
∂ xk
Luego el rotor es una operación entre tensores, en particular se lo definió

entre vectores. Si se utiliza la definición de producto vectorial, se obtiene para el
cálculo del rotor de un vector la siguiente expresión:
∂ ̂ ∂ vk
∇×v
⃗= e j×(v k ê k ) = ê ×ê k=
∂xj ∂ xj j
(9.20)
∂v k
= ε ê = ε ijk v k , j ê i
∂ x j ijk i
La misma ecuación se obtiene si se hace:
∣ ∣(
ê 1 ê 2 ê 3
∂ v 3 ∂v 2 ∂v 3 ∂ v 1
⃗= ∂
∇×v
∂ x1
∂
∂ x2
∂
∂ x3
= −
∂ x2 ∂ x 3
ê 1 −
) ( − ê +
∂ x 1 ∂ x3 2 )
v1 v2 v3 (9.21)
+
( ∂v 2 ∂v 1
−
)
ê = εijk v j ,k ê i
∂ x1 ∂ x2 3
Si ahora se considera el gradiente de un vector, el resultado es un tensor de

orden dos como se ha explicado anteriormente. Si se tiene en cuenta la ecuación
(9.10) que es el gradiente de la velocidad, entonces:
∂ v1 ∂ v1 ∂v1
( )
∂ x1 ∂ x2 ∂ x3
∂vi ∂ v2 ∂ v2 ∂v2
= (9.10)
∂xj ∂ x1 ∂ x2 ∂ x3
∂ v3 ∂ v3 ∂v3
∂ x1 ∂ x2 ∂ x3
Este tensor se puede descomponer como una suma de un tensor simétrico y

un tensor antisimétrico y se puede verificar que la parte antisimétrica es:
( )
1 ∂ v 1 ∂v 2
0
( −
2 ∂ x2 ∂ x1 ) ( 1 ∂v 1 ∂v 3
−
2 ∂ x3 ∂ x1 )
∂v 2 ∂ v 1
⃗ ]asim = v ij asim = 1
[∇ v
( −
2 ∂ x1 ∂ x 2 ) 0
( 1 ∂v 2 ∂v 3
−
2 ∂ x3 ∂ x2 ) =
1 ∂v 3 ∂ v 1 1 ∂ v 3 ∂v 2
( −
2 ∂ x1 ∂ x 3 ) ( −
2 ∂ x2 ∂ x3 ) 0
0 W 12 W 13 0 W 12 W 13 0 −ω3 ω2
(
= W 21 0 W 23 = −W 12
W 31 W 32 0
0
)( W 23 = ω3
−W 13 −W 23 0
0 −ω1
−ω2 ω1 0 )( )
Lo que demuestra que si v ⃗ es la velocidad del fluido y si su rotor es
diferente de cero, existe rotación porque hay un vector rotación asociado. Este
vector ω⃗ tiene que ver con la definición de “vórtice” o remolino en el flujo.
Las componentes del vector asociado ω

⃗ son:
1 ∂ V 3 ∂V 2 ̂ 1 ∂ V 1 ∂ V 3 ̂ 1 ∂ V 2 ∂V 1 ̂
∇×v
⃗=
( − e+
) −
( e+ −
)
2 ∂ x2 ∂ x3 1 2 ∂ x 3 ∂ x1 2 2 ∂ x1 ∂ x2 1
e =
( )
= 2 W 32 ê 1+ 2 W 13 ê 2+ 2 W 21 ê 3 = 2(ω1 ê 1 + ω2 ê 2+ ω3 ê 3) = 2 ω
⃗
∇×v
⃗ =2 ω
⃗
A continuación se escriben algunas identidades que involucran el rotor de un

vector:
∇×(λ v
⃗ ) = λ ∇ ×v
⃗ + ∇ λ×v
⃗
⃗ = (∇⋅b)
a×b)
∇×( ⃗ ⃗ a a) ⃗
⃗ −(∇⋅⃗ a)⋅⃗
b+ ( ∇ ⃗ b−(∇ ⃗
b)⋅⃗
a
∇×∇ ×⃗ ⃗ )−∇ 2 ⃗
a = ∇ ( ∇⋅a a
si ϕ, ψ son dos funciones escalares se cumple:
2
∇⋅(ψ ∇ ϕ) = ψ ∇ ϕ + (∇ ψ)⋅(∇ ϕ)
Finalmente para resumir el resultado de las operaciones que involucran

derivación se presenta la siguiente tabla:
Divergencia Gradiente Rotor

Escalar No definido Vector No definido
Vector Escalar Tensor (2do orden) Vector
Tensor (2do orden) Vector Tensor (3er orden) Tensor (2do orden)
4.- Bibliografía
➢ Bouteloup Jacques. “Calculo de Matrices”. (1966). 1ra edición. Editorial

Universitaria de Buenos Aires (EUDEBA)
➢ Chaves E. W. V. “Mecánica del Medio Continuo”. (2012). 3ra edición.

Universidad de Castilla – La Mancha. Ciudad Real. España
➢ Chaves E. W. V. “Problemas Resueltos de Mecánica de Medios Continuos”.

(2012). Universidad de Castilla – La Mancha. Ciudad Real. España
➢ P. K. Kundu. “Fluid Mechanics”. (2002). 2da edición. ISBN 0-12-178251-4 .

Academic Press
➢ Santaló L. A. “Vectores y Tensores con sus aplicaciones”. (1985). 1ra edición.

ISBN 950-23-0141-2. Editorial Universitaria de Buenos Aires (EUDEBA)

Vectores Tensores

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Vectores Tensores

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD NACIONAL DE SALTA

SEDE REGIONAL TARTAGAL

Carrera: Ingeniería en Perforaciones

En la descripción de distintos fenómenos asociados a la mecánica de fluidos

Algunas de estas entidades ya fueron estudiadas en cursos anteriores de

Con respecto a las entidades matemáticas ya estudiadas hay que nombrar a

2.- Escalares y Vectores

Una magnitud escalar es cualquier cantidad que se encuentra completamente

Una cantidad o entidad vectorial, se la define como cualquier cantidad que

Con respecto al sistema de referencia, se define al sistema cartesiano con

En este documento no se utilizará esta notación porque las letras i, j, k serán

ê i → i=1,2 ,3. (2.1)

La ecuación anterior (2.1) se lee: “e sub i, con i desde uno a tres”.

En la Figura 1 muestra lo expresado en los párrafos anteriores con respecto a

Figura 1: ejes cartesianos y vector posición con sus coordenadas

La ecuación (2.3), en principio, será la nomenclatura que se utilizará a lo largo

Lo anterior significa que se debe establecer de que forma cambian la

Las componentes del vector ⃗ x en ambos sistemas, que tienen el mismo

Figura 2: ejes cartesianos rotados y el vector posición

Este caso se representa en la Figura 3 donde α ji representa el ángulo de

Considerando las ecuaciones (2.4) y (2.5) se tiene para x '1 (componente

x '1 = OD = OC + ⏟ ⏟1 + sen α11 x⏟2 (2.6)

El último miembro de la ecuación (2.6) se construye considerando, en la

Teniendo en cuenta en la misma Figura 3 que: α11 =90°−α12 se puede

Figura 3: rotación de los ejes coordenados

Donde se ha utilizado la identidad trigonométrica

sen (α±β) = sen α cos β±sen βcos α

Reemplazando (2.7) en la ecuación (2.6) se obtiene

y de una manera similar para la otra componente se procede como:

⏟ = cosα 11 x⏟2 − sen α11 x⏟1 (2.9)

que si se ordena para poner primero la coordenada x 1 y luego x 2 se obtiene:

x '2 = = − sen α 11 x1 + cos α11 x 2

como α11 =α 22=α 21−90° de la Figura 3, entonces usando la misma identidad

cos α11 = cos α22 = C 22 (2.10)

Considerando la ecuación (2.4) para el caso bidimensional o sea para

De acuerdo a lo realizado y en relación a las componentes de un vector en

“una determinada cantidad cuyas componentes cambian de manera similar a como

Es necesario hacer una consideración importante con respecto a la ecuación

En el segundo miembro, la suma se realiza sobre el índice repetido, o sea

En la expresión (2.12) al índice j se lo denomina “índice libre” y al índice

en el caso tridimensional todos los índices únicamente toman los valores 1, 2, y 3

x '1 = C 1i xi = C 11 x 1+ C 12 x 2 + C 13 x 3 j=1, i=1,2,3

Es fácil de demostrar lo inverso o sea que las componentes del vector

Luego de haber definido formalmente un “Vector Cartesiano” como cualquier

También con la notación de Einstein la ecuación (2.3) se escribe como:

A continuación se exponen algunos conceptos muy básicos sobre matrices y

Por ejemplo, el uso de matrices (arrays) constituye una herramienta muy

Por lo tanto se tomará como definición de matriz a un arreglo bidimensional

a11 a12 ⋯ a1n

En el primer miembro de la ecuación (3.1) se especifica para la matriz A el

Las ecuaciones que figuran a continuación son también algunos ejemplos de

Las matrices se usan generalmente para describir sistemas de ecuaciones y

3.1.- Álgebra de matrices

Con respecto a la manipulación o álgebra de matrices, estas pueden sumarse

El resultado de la operación (3.2) se verá luego cuando se defina la

O sea la diagonal principal esta compuesta por 1 (unos) y los elementos

(P)ij = Aik Bkj (3.4)

En el último término de la ecuación anterior se ha utilizado notación de

El punto entre las dos matrices A y B significa que se suma sobre un

(P)ij = Aik Bkj = ( A⋅B)ij (3.6)

Otro aspecto a tener en cuenta es que el índice sobre el que se suma es el

p12 = a11 b12 + a12 b22 + a13 b32

Donde para obtener el elemento p12 se multiplica la primera fila de la matriz