A Tensorial Exterior

Indice general
3. Algebra tensorial y exterior 3

3.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3.2. Una nota sobre espacio dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

3.3. Algebra tensorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.3.1. Tensores covariantes y contravariantes . . . . . . . . . . . . . . . . . . . . . . 4

3.4. Algebra exterior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.4.1. Producto exterior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.5. Accion de transformaciones lineales sobre tensores . . . . . . . . . . . . . . . . . . . . 10
3.5.1. Traspuesta de una transformacion lineal . . . . . . . . . . . . . . . . . . . . . 10
3.5.2. Pull-back y push-forward para tensores . . . . . . . . . . . . . . . . . . . . . . 11
3.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1
2 INDICE GENERAL
2 INDICE GENERAL
Captulo 3

Algebra tensorial y exterior
3.1. Introducci
on

En este captulo se revisaran algunos temas de Algebra Lineal y Multilineal que ya de por s son
de gran interes en la Matematica y en la tecnica. As que se presentaran los conceptos funciones
multilineales, tensores sobre espacios vectoriales, espacios vectoriales de formas y elemento volumen
entre otros necesarios para presentar resultados importantes del Calculo en varias variables y en
ksuperficies.
Todos los espacios vectoriales V, W, U usados en este captulo son de dimension finita y L(V ; W )
representa el espacio vectorial de todas las transformaciones lineales T : V W con las operaciones
usuales entre funciones.
3.2. Una nota sobre espacio dual

Sea V un espacio vectorial real. Como es usual, V denotara el espacio vectorial dual de V, esto
es, el espacio vectorial formado por todas las transformaciones (o funcionales) lineales T : V R.
Ademas si e = {ei : i = 1, , n} es una base para V, es decir cualquier elemento de V es combinacion
lineal de estos elementos, entonces su base dual asociada (de V ) es e = {ej : j = 1, , n} es tal que
(
1, si i = j
ei (ej ) =
0, si i 6= j.
Se observa que si x = x1 e1 + + xn en V, entonces ej (x) = xj esto es, ej actua como el funcional

lineal proyeccion en la jesima componente.
En la teora de tensores los elementos con superndices siempre estaran en el dual. por ejemplo
vi V , uj U
Ademas, observese que si v V, entonces

n
X
v= ei (v)ei
i=1
3
4 CAPITULO 3. ALGEBRA
TENSORIAL Y EXTERIOR
y para cada V ,
n
X
= (ei )ei .
i=1
Empleando la convencion, en donde la suma esta invocada cuando un ndice esta repetido inferior y
superiormente, estas expresiones se convierten en
v = ei (v)ei y = (ei )ei .
Se puede enviar V en V = L(V , R) en donde a cada v V se le asocia v V , definido por
v () = (v) para todo V . En el caso en que V tiene dimension finita V y V tienen la misma
dimension y como la funcion V V es uno a uno es por lo tanto un isomorfismo. Por identificacion
se tiene que (
1, si i = j
ej (ei ) = e i i
j (e ) = e (ej ) =
0, si i 6= j
3.3.
Algebra tensorial
Si V1 , , Vn son espacios vectoriales sobre un campo K, donde K = R o K = C, existen muchas

funciones
t : V1 Vn K
con caractersticas muy especiales y de gran utilidad en la Matematica seg
un el caso. En esta seccion
se estudiara el caso cuando t es una funcion multilineal, esto es, lineal en cada componente. En
particular para n = 2, t debe satisfacer:
t(x1 + x2 , y) = t(x1 , y) + t(x2 , y)
t(x, y1 + y2 ) = t(x, y1 ) + t(x, y2 )
t(cx, y) = ct(x, y) = t(x, cy)
Para todo x, x1 , x2 en V1 y todo y, y1 , y2 en V2 .
Por comodidad este estudio se presentara sobre R (es decir cuando K = R). El conjunto de todas
las funciones multilineales en V1 Vn forman un espacio vectorial con suma y producto por
escalares las naturalmente definidas entre funciones.
3.3.1. Tensores covariantes y contravariantes

Definici
on 3.3.1 Para un espacio vectorial V de dimensi
on n, sea
Tsr (V ) = Lr+s (V , , V , V, , V ; R)
r copias de V y s copias de V, el espacio vectorial de todas las funciones multilineales de la forma

t:V V } V
| {z | {z
V} R.
r-copias s-copias
r

Los elementos de Tsr (V ) se llaman tensores de tipo s
sobre V, contravariante de orden r y covariante
de orden s.
FAC. DE CIENCIAS Y EDU. - DE CALDAS

UNIV. DISTRITAL FRANCISCO JOSE

3.3. ALGEBRA TENSORIAL 5
Definici
on 3.3.2 (Producto tensorial) Sea V un espacio vectorial, si
t1 Tsr11 (V ) y t2 Tsr22 (V ),
el producto tensorial
+r2
t1 t2 Tsr11+s 2
(V )
esta dado por
t1 t2 ( 1 , , r1 , 1 , , r2 , f1 , , fs1 , g1 , , gs2 )
= t1 ( 1 , , r1 , f1 , , fs1 )t2 ( 1 , , r2 , g1 , , gs2 )
donde j , j V y f1 , g2 V.
Reemplazando
R por un espacio F se obtiene Tsr (V ; F ), el espacio tensorial con valores en F de tipo
r
s
.
Ahora observese que el producto tensorial no es conmutativo y satisface las siguientes propiedades:
t1 (t2 t3 ) = (t1 t2 ) t3 ,
(t1 + t2 ) t3 = t1 t3 + t2 t3 ,
t1 (t2 + t3 ) = t1 t2 + t1 t3 ,
(ct1 ) t2 = c(t1 t2 ) = t1 (ct2 )
para todo t1 , t2 , t3 tensores y c Rn . Ademas,
(a) T10 (V ) = V ,
(b) T01 (V ) = V ,
(c) T20 (V ) = L(V ; V )
Por convencion se toma T00 (V ; F ) = F.
Teorema 3.3.1 Sea V un espacio vectorial tales que si {ei : i = 1, , n} es una base para V,
{ej : j = 1, , n} su base dual para V . Entonces una base para Tsr (V ) est a dada por

ei1 eir ej1 ejs ik , jk = 1, , n . (3.1)
En particular, Tsr (V ) tiene una estructura de espacio vectorial con dimensi

on nr+s .
Demostraci
on.
Se debe demostrar que los elementos ei1 eir ej1 ejs de Tsr (V ) son linealmente
independientes y general a Tsr (V ).
(a) Se supone una suma finita
ti1 ir j1 js ei1 eir ej1 ejs = 0.
Entonces al aplicar esta ecuacion a (ek1 , , ekr , el1 , , els ) y usando la identificacion ei (ej ) =
ej (ei ) se obtiene
ti1 ir j1 js = 0.
CARLOS A. JULIO-ARRIETA -
CARRERA DE MATEMATICAS
(b) Sea t Tsr (V ). Si X 1 = x1i1 ei1 , , X r = xrir eir en V , y tomando tambien Y1 = y 1j1 ej1 , , Ys =
y sis ejs en V, entonces
t(X 1 , , X r , Y1 , , Ys ) =t(x1i1 ei1 , , xrir eir , y 1j1 ej1 , , y sjr ejs )
=t(ei1 , , eir , ej1 , , ejs ) x1i1 xrir y 1j1 y sjs
Como
x1i1 xrir y 1j1 y sjs =ei1 (X 1 ) eir (X r )ej1 (Y1 ) ejs (Ys )
=ei1 eir ej1 ejs (X 1 , , X r , Y1 , Ys ),
todo esto muestra que
t = t(ei1 , , eir , ej1 , , ejs ) ei1 eir ej1 ejs . (3.2)
Lo que demuestra el Teorema. X

El espacio tensorial Tsr (V ) tiene, por Teorema anterior, tiene otra notacion mas intuitiva dada por:
V V V V (3.3)
donde se presentan r copias de V y s copias de V .
Ejemplos
Ejemplo 3.3.1 Sean
e1 = (1, 0, , 0), e2 = (0, 1, 0, , 0), , en = (0, , 0, 1)
los vectores
de la base canonica de Rn y {ei , 1 i n} base para (Rn ) dual a {e1 , , en }.
Son 02 tensores sobre Rn :
t = e1 en , t = e1 e2 + 5e2 en .
0

Un tensor de tipo 3
es
t = en e2 e3
1

Por u
ltimo un tensor de tipo 2
es
t = 2e1 e1 e2 + 4e2 e1 e1 + 6e3 e2 e3
Ejemplo 3.3.2
0

(a) Si t es un 2
tensor sobre V, entonces t tiene componentes
tij = t(ei , ej ),
es decir una matriz de tama
no n n. Esta es la forma usual de asociar una forma bilineal con
una matriz. Por ejemplo, en R2 la forma bilineal
t(x, y) = Ax1 y1 + Bx1 y2 + Cx2 y1 + Dx2 y2
(donde x = (x1 , x2 ) y y = (y1 , y2 )) esta asociada a la matriz

A B
C D


3.4. ALGEBRA EXTERIOR 7
0

(b) Si t es un 2
tensor sobre R2 , entonces tiene sentido decir que t es simetrico si
t(e1 , e2 ) = t(e2 , e1 ).
0

Esto es equivalente a decir que la matriz tij es simetrica. Un 2
tensor simetrico se puede
recuperar de su forma cuadratica Q(e) = t(e, e) por
1
t(e1 , e2 ) = Q(e1 + e2 ) Q(e1 e2 )
4
y t tiene como matriz asociada
A B
B D
entonces Q(x) = Ax21 + 2Bx1 x2 + Dx22

(c) En general, un 0s tensor simetrico se define con la condicion
t(v1 , , vs ) = t(v(1) , , v(s) )
para toda permutacion de {1, , s}, y para todos elementos v1 , , vs V. Se le puede

asociar a t un polinomio homogeneo de grado k :
P (v) = t(v, , v)
y como en el caso s = 2, P y t determina uno al otro. Tambien se puede hacer una definicion
similar para el caso de 0r tensores. Es claro que un tensor es simetrico si y solo si todas sus
componentes en cualquier base son simetricos.

(d) Un producto interior h , i sobre V es un 02 tensor y su matriz se escribe generalmente con
gij = h ei , ej i. As gij es simetrico y definido positivo. La matriz inversa se escribe con g ij .
3.4.
Algebra exterior
Esta seccion trata fundamentalmente de un ejemplo importante de tensores sobre espacios vec-
toriales, llamado tensores alternados que son usados en muchos apartes de la Geometra Diferencial
y en integracion sobre variedades. Sea V un espacio vectorial de dimension finita n sobre el campo
F, un elemento
t Tk0 (V ; F ) = Lk (V ; F );
es decir, una funcion klineal de V V F se dice anti-simetrica cuando
t(x1 , , xi , , xj , , xk ) = t(x1 , , xj , , xi , , xk ).
para todo x1 , , Xk V. Esto es equivalente a decir que
t(x1 , , xk ) = (sig )t(x(1) , , x(k) ).
donde es cualquier elemento de Sk , el grupo de permutaciones de k elementos. El subespacio de

Lk (V ; F ), formado por todos los elementos anti-simetricos con valores en F, se denota con k (V ; F ) y
recibe el nombre de kformas exteriores con valores en F ; si el campo F es naturalmente concebido,

solo se dira kformas exteriores o simplemente kformas. Por definicion, 0 (V ; F ) = F. Cuando
F = R, se escribe 0 (V ) = R 1 (V ) = V y k (V ) al subespacio vectorial de Lk (V ; R) formado por
los elementos que son anti-simetricos.
Si v 1 , v 2 , v k son funcionales lineales se puede obtener un elemento v 1 v k de k (V, F ) definido

por
v 1 (w1 ) v 1 (wk )

v 2 (w1 ) v 2 (wk )
v 1 v 2 v k (w1 , , wk ) =

.. ..
k. .

k

v (w1 ) v (wk )
para todo w1 , , wk V.
La funcion de determinante implica que v 1 v 2 v k es klineal y alternada y si v i = v j , entonces
v 1 v k = 0.
Teorema 3.4.1 Sea e = (e1 , , en ) una base para V y e = (e1 , , en ) base dual de e para V ,
entonces
(a) ei ej = ei ej ej ei .
(b) El conjunto i1
e eik : 1 i1 < i2 < < ik n, (3.4)
donde ij {1, 2, , n}, forma una base para k (V, F ).

(c) dim k (V ) = nk
Demostraci on. La parte (a) se obtiene de manera inmediata al aplicar la definicion de determinante
de orden 2 2. Para demostrar (b) primero se observa que los elementos del conjunto dado son
linealmente independientes ya que si
X
Ai1 ik ei1 eik = 0, ij {1, 2, , n},
i1 <<ik
es aplicado a (ej1 , , ejk ), con j1 < < jk y jl {1, 2, , n} se obtiene que

X
Ai1 ik ei1 eik (ej1 , , ejk ) = 0,
i1 <<ik
lo que implica que Ai1 ik = 0.

Para mostrar que el conjunto genera a k (V, F ), se considera f k (V, F ) y sea
X
f (ei1 eik )ei1 eik = g
i1 <<ik
entonces g k (V ; F ). Ademas,
g(ei1 , , eik ) = f (ei1 , , eik ),


3.4. ALGEBRA EXTERIOR 9
para todo i1 , , ik . lo que forza que f = g. Haciendo f (ei1 , , eik ) = Ai1 ik se obtiene
X
f= f (ei1 eik )ei1 eik . (3.5)
i1 <<ik
(c) es consecuencia inmediata de (b). X

Si w es una kforma lineal y una kforma, es decir,

X X
w= ai1 ik ei1 eik , = bi1 ik ei1 eik , (3.6)
i1 <<ik i1 <<ik
es natural tener el siguiente par de operaciones:

(a) La suma
X
w+= (ai1 ik + bi1 ik )ei1 eik , (3.7)
i1 <<ik
(b) El producto por escalares

X
w = ai1 ik ei1 eik , (3.8)
i1 <<ik
3.4.1. Producto exterior

Sean
X X
w= ai1 ik ei1 eik , = bj1 js ej1 ejs (3.9)
i1 <<ik j1 <<jk
el producto exterior w , es la (k +s)forma definida de la siguiente manera: para entonces

X
w = ai1 ik bj1 js ei1 eik ej1 ejs
i1 <<ik
j1 <<js
Es inmediato verificar que la operacion de producto exterior goza de las siguientes propiedades:
w k (V ), s (V ) y r (V ), entonces
(w ) = w ( ),
w = (1)ks w,
(cw) = c(w ) = w (c),
(w + ) = w + , (si k = s),
w ( + ) = w + , (si s = r).
El producto exterior , junto con las operaciones usuales entre funciones, inducen en la suma directa
(V ) = 0 (V ) 1 (V ) n (V ),

la estructura de algebra no conmutativa con elemento unidad, el 1 de 0 (V ), llamada Algebra

exterior o Algebra de Grassman de V . y

n n n n
dim (V ) = + + + + = 2n
0 1 n1 n
3.5. Acci
on de transformaciones lineales sobre tensores
Primero se observa un efecto que tienen las transformaciones lineales sobre espacios vectoriales
duales.
3.5.1. Traspuesta de una transformaci

on lineal
Si Hom(V, W ) la traspuesta de , denotada con Hom(W , V ) se define por: para todo
W , () V y para v V
()(v) = ((v)) o ( (), v) = (, (v)).
Se analizara entonces la matriz de y de . Como es costumbre en algebra lineal, los vectores en

una base dada se representan por columnas cuyas entradas son las componentes del vector. Sean
Hom(V, W ) y v = (v1 , , vn ), w = (w1 , , wm ) bases ordenadas de V y W respectivamente.
Como existen escalares Aa i tales que
(vi ) = Aa i wa
donde se colocan ndices diferentes en la sumatoria para no confundirse con los ndices en W, entonces
la matriz de es
A11 A1n
= ... ..

A = Aa i mn .
Am
1 Am
n
El ndice superior proporciona el ndice de las filas y el ndice inferior proporciona el ndice de las
columnas.
Tambien observese que si x = xi vi V,
(x) = xi (vi ) = xi Aai wa ,
las componentes de (x)a = Aai xi . Luego pensando x y (x) como vectores columnas, esta formula
muestra que (x) se calcula multiplicando a x a la izquierda por A, la matriz de , como en algebra
Lineal Elemental, esto es,
(x) = A x.
Consecuentemente, (vi ) representa la i-esima columna de la matriz de .
Ahora se estudia la matriz de Hom(W , V ). En efecto, si v = (v 1 , , v n ) y w = (w1 , , wm )

son las bases duales ordenadas de v y w respectivamente, entonces
(wa )(vi ) = wa ((vi )) = wa (Abi wb ) = Abi (wa wb ) = Abi ba = Aai
Por lo tanto, (wa ) en la base v de V es
(wa ) = Aai v i
En este caso, se observa que la variacion de los subndices en Aa i es como sigue: el ndice superiore
es el ndice de las columnas y el inferior es el de las filas, esto es, la matriz de respecto a las bases

DE TRANSFORMACIONES LINEALES SOBRE TENSORES
3.5. ACCION 11
v y w es

A11 Am n
.. .. = At
. .
A1n Am n
donde t esta indicando traspuesta. Si = a wa W, entonces
() = a (wa ) = a Aa i v i .
La i-esima fila componente de () es igual a Aa i . Observese que los elementos en el dual se

presentan como filas cuyas entradas son sus componentes en la base dual, la conclusion inevitable en
los calculos es que () se calcula multiplicando a derecha por A, la matriz de , otra vez como

en Algebra Lineal, esto es,
() = (Aa i ),
o bien
() = (Aa i )t
donde At indica la matriz traspuesta de A.
3.5.2. Pull-back y push-forward para tensores

Ahora, se puede trabajar el efecto que tienen las transformaciones lineales sobre tensores.
Definici
on 3.5.1 Sea Hom(V, W ),
(a) se define el pull-back (regreso) de : Hom(Ts0 (W ), Ts0 (V )) por
t(v1 , , vs ) = t((v1 ), , (vs ))
donde t Ts0 (W ) y v1 , , vs V.
(b) Si es un isomorfismo, se define el push-forward (empuje) de :
Ts0 = Hom(Ts0 (V ), Ts0 (W ))
por
t(w1 , , ws ) = t(1 (w1 ), , 1 (ws ))
donde t Ts0 (V ) y w1 , , ws W (ver, Figura 1.1).
= push forward
Objetos sobre V Objetos sobre W
= pull back
V W

Figura 1.1
La figura 1.1 proporciona la razon de los nombres de pull back (o traspuesta) y push forward.
El push-forward y el pull back de se pueden presentar para tensores mixtos, en efecto, se

empieza con el push-forward, si Hom(V, W ) es un isomorfismo, entonces se define
Tsr = Hom(Tsr (V ), Tsr (W )) (3.10)
se define por
t (w1 , , wr , w1 , , ws ) = t ( (w1 ), , (wr ), 1 (w1 ), , 1 (ws ))
para todo t Tsr (V ), y todo wi W , wj W. Tambien, Como la funcion (1 ) actua enviando

hacia atras, o traspone hacia atras, este es pull-back de y se denota con (recuerde que la
traspuesta de coincide con esta idea y este smbolo). En tal caso y por definicion se debe tener:
para Hom(V, W ) un isomorfismo Hom(Tsr (W ), Tsr (V )) si y solo si
t(v 1 , , v r , v1 , , vs ) = t(1 (v 1 ), , 1 (v r ), (v1 ), , (vs ))
Notese que T10 = (1 ) . Si V y W son de dimension finita entonces
T01 (V ) = V y T01 (W ) = W
ademas, en lo sucesivo se identifica con T01 .

El Siguiente par de teorema aseguran que y son compatibles con la composicion y el producto
tensorial. Su prueba es inmediata.

DE TRANSFORMACIONES LINEALES SOBRE TENSORES
3.5. ACCION 13
Teorema 3.5.1 Sean Hom(V, W ), Hom(W, G). Entonces

(a) ( ) = .

(b) Si i : V V es la identidad, entonces tambien lo es i Hom Ts0 (V ), Ts0 (V ) .
(c) Si es un isomorfismo, entonces tambien lo es .
(d) Si t1 Ts01 (W ) y t2 Ts02 (W ), entonces (t1 t2 ) = (t1 ) (t2 ).
Demostraci
on. Se demuestra (a) y se deja como ejercicio (b), (c) y (d). En efecto, bajo hipotesis
( ) t(v1 , , vs ) =t( (v1 ), , (vs ))

=t(((v1 )), , ((vs )))
= t(v1 , , vs )
Lo que termina la prueba. X

Teorema 3.5.2 Sean : V W, : W G isomorfismos. Entonces

(a) ( ) = .
(b) Si i : V V es la identidad, entonces tambien lo es
i : Tsr (V ) Tsr (V ).
(c) : Tsr (V ) Tsr (V ) es un isomorfismo y ( )1 = (1 ) .
(d) si t1 Tsr11 (V ) y t2 Tsr22 (V ), entonces
(t1 t2 ) = (t1 ) (t2 ).
Demostraci
on. Para demostrar (a), primero se observa que es un ejercicio de Algebra Lineal Basica
verificar que la traspuesta de una composicion de transformaciones lineales satisface () = .
Luego
( t)(f 1 , , f r , g1 , , gs ) =

= t (f 1 ), , (f r ), 1 (g1 ), , 1 (gs )

= t (f 1 ), , (f r ), 1 1 (g1 ), , 1 1 (gs )

= t ( ) (f 1 ), , ( ) (f r ), ( )1 (g1 ), , ( )1 (gs ))
= ( ) t(f 1 , , f r , g1 , , gs ),
donde f 1 , , f r G , g1 , , gs G y t Tsr (V ).
La parte (b) es una consecuencia inmediata de la definicion y el hecho que i = i e i1 = i. Para
(c) observese que por (a) y (b) se tiene (1 ) = i , la identidad en Tsr (W ); similarmente,
(1 ) = i la identidad en Tsr (V ), y as (c) es verdadero. Finalmente (d) es una consecuencia
de la definicion. X

Observaciones
Sean V y W espacios vectoriales (de dimension finita). Si : V W es una transformacion lineal
con
{vi : i = 1, , n}, {wj : j = 1, , m}
bases para V y W respectivamente y sus bases duales
{v i : i = 1, , n}, {wj : j = 1, , m}
respectivamente. Entonces
(a) (wj )(v) = wj ((v)), es decir, actua sobre elementos basicos como la traspuesta de .
(b) Si es un isomorfismo, entonces
(v i ) = T10 (v i ) = (1 )(v i ),
ya que por definicion

T10 (v i )(w) = v i (1 (w)) = (1 ) v i (w)
(c) (vi ) = T01 (vi ) = (vi ). Ya que de nuevo por definicion
T01 (vi )(w ) = vi ( (w )) = (vi (w )) = ((vi ))(w )
(d) (wj ) = 1 (wj ). Ya que
(wj )(v) = T10 1 (wj )(v) = wj ((1 ) v) = (1 wj )v.
Ejemplo 3.5.1 Sobre R2 se toma la base estandar {e1 , e2 }. Si y t = e1 e2 y w = e1 e2 . Calcular

t, w cuando : R2 R2 con

2 1 x
(x, y) = .
1 1 y
Soluci
on. Primero se observa que si
2 1
A=
1 1
entonces,
2 1 t 1 1
A= =A y A 1
= = (A1 )t ,
1 1 1 2
con lo que
1 2 1 1

(e ) = = 2e1 + e2 ,
1 1 0
y
2 2 1 0

(e ) = = e1 + e2 .
1 1 1

3.6. EJERCICIOS 15
Por lo tanto,
t = (e1 ) (e2 ) = (2e1 + e2 ) (e1 + e2 ) = e1 e2 .
Y como
1 1 1
1
(e1 ) = (e1 ) = = e1 e2 ,
1 2 0
entonces
w = (e1 e2 ) (e1 + 2e2 ) = e1 e1 + e1 e2 e2 e1 e2 e2 .
3.6. Ejercicios
1. Sea e = (1, 0, , 0) e2 = (0, 1, 0, , 0) en = (0, , 0, 1) base para Rn con base dual e1 , , en
para (Rn ) . Probar que
t = e1 e1 + + en en

es un 02 tensor sobre Rn y que coincide con el producto interior usual (o canonico) de Rn .
Cual es su representacion matricial?.

2. Probar que todo producto interno sobre un espacio vectorial V es un 02 tensor sobre V.
3. Sea V un espacio vectorial de dimension finita n. Probar:
a) T01 (V )=V c) T20 (V ) L(V, V )
b) T10 (V )=V d) T11 (V ) L(V, V )
4. Sea V un espacio vectorial de dimension finita n. Si w k (V ), s (V ) y r (V ),

entonces demostrar que
a) (w ) = w ( ), d) w ( + ) = w + , (si s = r),
b) (cw) = c(w ) = w (c), e) (w + ) = w + , (si k = s),
c) w = (1)ks w.
5. Probar que si v1 , ..., vn son elementos de Rn , entonces el volumen del paraleleppedo formado
por estos y el origen, es decir, el volumen de
p(0; v1 , ..., vn ) = {v Rn : v = t1 v1 + ... + tn vn , t [0, 1]}
es el valor absoluto del determinante la matriz cuyas columnas son las componentes de los
vectores v1 , ..., vn .
Sugerencia: usar integracion multiple bajo un cambio de coordenadas adecuado.
6. m-volumen: Sean a1 , ..., am vectores linealmente independientes en Rn , m n. Probar que el

mvolumen del paraleleppedo, sobre el mespacio vectorial, formado por los a1 , , am y el
origen esta dado por

ha1 , a1 i ... ha1 , am i

2
vol(p(0; a1 , ..., am )) = det .. ..
. .

ham , a1 i ... ham , am i
7. En el problema (6), se considera Rn con base canonica

e = {e1 = (1, 0, , 0), en = (0, , 0, 1)}

con base dual e = {e1 , en } para Rn . Si = a1 am , donde cada ai , i = 1, , m
es el vector correspondiente a ai en [Rn ] bajo el isomorfismo : Rn [Rn ] dado por, si
x = x1 e1 + + xn en Rn , entonces
(x) = x1 e1 + + xn en .
Probar entonces que
[vol(p(0; a1 , , am ))]2 = (a1 , , am ),
donde = a1 am . recibe el nombre de Elemento volumen.
8. Bajo las hipotesis del ejercicio 7, probar
2
ai 1 1 aim 1
X
a1 am (a1 , , am ) =

i1 <<im
ai 1 m ai m m
donde a1 = (a11 , , a1n ), am = (am1 , , amn ) con m n.
9. Sean V, W y Q espacios vectoriales de dimension finita. Si : V W y : W Q son

transformaciones lineales, entonces probar
a) ( ) =
b) Si t1 Ts01 (W ), t2 Ts02 (W ), entonces

(t1 t2 ) = ( t1 ) ( t2 )
c) Sea e1 =(1, 0, 0), e2 =(0, 1, 0), e3 =(0, 0, 1) base usual de R3 y (e1 , e2 , e3 ) base dual para
[R3 ] . Si : R3 R3 esta dada por

1 1 1 x
(x, y, z) = 0 1 1 y
0 0 1 z
Calcular:

3.6. EJERCICIOS 17
(i) (e1 e2 )
(ii) (e1 e3 )
(iii) (t) si t = e1 e2 + 2e1 e3
10. Sean V y W espacios vectoriales con bases {ei : i = 1, , n}, {wj : j = 1, , m} con bases
duales {ei : i = 1, , n}, {wj : j = 1, , m} respectivamente para V y W .
a) Expresar en funcion del producto tensorial la expresion e1 (e2 e3 ).

b) Sean T k (W ) y : V W una transformacion lineal. Demostrar
(i) (T S) = ( T ) ( S), S r (W )
(ii) Si : V V (transformacion lineal, dim V = n), entonces para cada T n (V ) se
tiene que T = (det )T , en particular
(e1 en ) = ( e1 ) ( en ) = (det )e1 en
11. Sea V un espacio vectorial de dimension finita 2n. Sea {e1 , , en , f1 , , fn } una base para
V, con base dual {e1 , , en , f 1 , , f n } para V . Si
= e1 f 1 + + en f n
y se define
k = | {z
} , (k = 1, 2, , ).
kfactores
Demostrar que
a) ei f i conmuta con ej f j ,
b) n = n! e1 f 1 en f n

A Tensorial Exterior

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

A Tensorial Exterior

Uploaded by

Copyright:

Available Formats

Indice general

3. Algebra tensorial y exterior 3

3.2. Una nota sobre espacio dual

Se observa que si x = x1 e1 + + xn en V, entonces ej (x) = xj esto es, ej actua como el funcional

Ademas, observese que si v V, entonces

Si V1 , , Vn son espacios vectoriales sobre un campo K, donde K = R o K = C, existen muchas

3.3.1. Tensores covariantes y contravariantes

FAC. DE CIENCIAS Y EDU. - DE CALDAS

En particular, Tsr (V ) tiene una estructura de espacio vectorial con dimensi

ti1 ir j1 js ei1 eir ej1 ejs = 0.

Lo que demuestra el Teorema. X

FAC. DE CIENCIAS Y EDU. - DE CALDAS

t(v1 , , vs ) = t(v(1) , , v(s) )

para toda permutacion de {1, , s}, y para todos elementos v1 , , vs V. Se le puede

para todo x1 , , Xk V. Esto es equivalente a decir que

t(x1 , , xk ) = (sig )t(x(1) , , x(k) ).

donde es cualquier elemento de Sk , el grupo de permutaciones de k elementos. El subespacio de

recibe el nombre de kformas exteriores con valores en F ; si el campo F es naturalmente concebido,

Si v 1 , v 2 , v k son funcionales lineales se puede obtener un elemento v 1 v k de k (V, F ) definido

es aplicado a (ej1 , , ejk ), con j1 < < jk y jl {1, 2, , n} se obtiene que

lo que implica que Ai1 ik = 0.

g(ei1 , , eik ) = f (ei1 , , eik ),

FAC. DE CIENCIAS Y EDU. - DE CALDAS

(c) es consecuencia inmediata de (b). X

Si w es una kforma lineal y una kforma, es decir,

es natural tener el siguiente par de operaciones:

(b) El producto por escalares

3.4.1. Producto exterior

el producto exterior w , es la (k +s)forma definida de la siguiente manera: para entonces

3.5.1. Traspuesta de una transformaci

()(v) = ((v)) o ( (), v) = (, (v)).

Se analizara entonces la matriz de y de . Como es costumbre en algebra lineal, los vectores en

(x) = xi (vi ) = xi Aai wa ,

Ahora se estudia la matriz de Hom(W , V ). En efecto, si v = (v 1 , , v n ) y w = (w1 , , wm )

(wa )(vi ) = wa ((vi )) = wa (Abi wb ) = Abi (wa wb ) = Abi ba = Aai

Por lo tanto, (wa ) en la base v de V es

FAC. DE CIENCIAS Y EDU. - DE CALDAS

donde t esta indicando traspuesta. Si = a wa W, entonces

La i-esima fila componente de () es igual a Aa i . Observese que los elementos en el dual se

donde At indica la matriz traspuesta de A.

3.5.2. Pull-back y push-forward para tensores

(a) se define el pull-back (regreso) de : Hom(Ts0 (W ), Ts0 (V )) por

t(v1 , , vs ) = t((v1 ), , (vs ))

(b) Si es un isomorfismo, se define el push-forward (empuje) de :

Ts0 = Hom(Ts0 (V ), Ts0 (W ))

donde t Ts0 (V ) y w1 , , ws W (ver, Figura 1.1).

Objetos sobre V Objetos sobre W

El push-forward y el pull back de se pueden presentar para tensores mixtos, en efecto, se

Tsr = Hom(Tsr (V ), Tsr (W )) (3.10)

t (w1 , , wr , w1 , , ws ) = t ( (w1 ), , (wr ), 1 (w1 ), , 1 (ws ))

para todo t Tsr (V ), y todo wi W , wj W. Tambien, Como la funcion (1 ) actua enviando

t(v 1 , , v r , v1 , , vs ) = t(1 (v 1 ), , 1 (v r ), (v1 ), , (vs ))

Notese que T10 = (1 ) . Si V y W son de dimension finita entonces

ademas, en lo sucesivo se identifica con T01 .

FAC. DE CIENCIAS Y EDU. - DE CALDAS

Teorema 3.5.1 Sean Hom(V, W ), Hom(W, G). Entonces

(c) Si es un isomorfismo, entonces tambien lo es .

(d) Si t1 Ts01 (W ) y t2 Ts02 (W ), entonces (t1 t2 ) = (t1 ) (t2 ).

( ) t(v1 , , vs ) =t( (v1 ), , (vs ))

Lo que termina la prueba. X

Teorema 3.5.2 Sean : V W, : W G isomorfismos. Entonces

(b) Si i : V V es la identidad, entonces tambien lo es

(c) : Tsr (V ) Tsr (V ) es un isomorfismo y ( )1 = (1 ) .

(d) si t1 Tsr11 (V ) y t2 Tsr22 (V ), entonces