Ten Sores

1 Tensores
1.1 Introduccin
Muchos fenmenos fsicos se representan matemticamente mediante Tensores, los cuales,
por necesidad son representados en un sistema de referencia, de este modo surge el
concepto de componentes del tensor. Si bien los tensores son independientes del sistema
de referencia, las componentes sern dependientes y variarn con ste.
Los tensores pueden ser clasificados segn su orden como:
Escalar (Tensor de orden 0): Cantidad que tiene magnitud pero no direccin (ejemplo:
densidad de masa, temperatura, presin). Los escalares pueden ser funciones del espacio y
del tiempo y no necesariamente han de ser constantes.
Vector (Tensor de orden 1): Cantidad que tiene magnitud y direccin (ejemplo: velocidad,
aceleracin, fuerza). Ser simbolizado por una letra en negrita con una flecha en la parte
superior del tensor, i.e.:
r
.
Tensor de segundo orden (Tensor de orden 2): Cantidad que tiene magnitud y dos
direcciones (ejemplo: tensin, deformacin). Ser simbolizado por una letra en negrita.
Para los tensores de rdenes superiores tambin usaremos letras en negrita.
Este captulo trata del estudio detallado de los tensores (escalar, vector, tensor de segundo
orden, y de orden superior), y de algunas herramientas matemticas que darn soporte al
desarrollo de las teoras que se exponen en los captulos posteriores.
Primeramente, revisaremos algunas operaciones de vectores independientemente del
sistema de coordenadas. A continuacin, introduciremos el sistema de coordenadas
rectangulares para expresar las componentes de un vector en dicho sistema. Una vez
definido el sistema de referencia, podremos expresar las operaciones con vectores tan slo

Tensores
1
MECNICA DEL MEDIO CONTINUO: CONCEPTOS BSICOS
Mecnica del Medio Continuo: Conceptos Bsicos (3 Edicin) Por: Eduardo W.V. Chaves
12
en funcin de sus componentes. Por ltimo, expondremos la notacin indicial por su
simplicidad y fcil manipulacin matemtica.
Posteriormente estudiaremos los tensores de orden superior, poniendo especial nfasis en
los tensores de segundo orden. Para finalizar, plantearemos los campos de tensiones y los
sistemas de coordenadas cilndricas y esfricas.
1.2 Vectores
A continuacin presentamos algunas operaciones entre vectores en el espacio vectorial
tridimensional Euclidiano ( ) E .
Suma: Sean los vectores a
r
y b
r
pertenecientes al espacio de vectores. La suma de los
mismos, ver Figura 1.1(a), ser otro vector ( c
r
) dado por:
a b b a c
r
r r
r r
+ = + =
(1.1)

Figura 1.1: Suma y resta de vectores.
Resta: La resta de dos vectores ( a
r
, b
r
), ver Figura 1.1(b), ser otro vector ( d
r
) dado por:
b a d
r
r
r
=
(1.2)
Para los vectores a
r
, b
r
y c
r
, pertenecientes al espacio de vectores, se cumplen las siguientes
relaciones:
c b a c b a c b a
r
r
r r
r
r r
r
r
+ + = + + = + + ) ( ) ( (1.3)
Producto por un escalar : Sea el vector a
r
, el producto a
r
ser un vector con la misma
direccin de a
r
, mientras que su mdulo y sentido dependern del valor del escalar , tal y
como se indica en la Figura 1.2.
Producto Escalar
Sean los vectores a
r
y b
r
, se define el Producto Escalar de ambos vectores como un escalar
de valor:
= = cos b a b a
r
r
r
r
(1.4)
c
r

a
r

b
r

c
r

a
r

b
r

b
r

d
r

a) b)
1 TENSORES
Mecnica del Medio Continuo: Conceptos Bsicos (3Edicin) Por: Eduardo W.V. Chaves
13
siendo el ngulo formado por los dos vectores, y es el mdulo (o magnitud) de , ver
Figura 1.3(a). Podemos concluir tambin que a b b a
r
r r
r
= .
Para el caso en que b a
r
r
= obtenemos que:
a a a a a a a a a a a
r r r r r r r r r r r
= = =
=
cos
0
(1.5)

Figura 1.2: Producto de un vector por un escalar.
Vector Unitario (versor)
Dado un vector a
r
, el versor (vector unitario) asociado a esta direccin ser un vector a

con la misma direccin y sentido de a
r
, definido por:
a
a
a r
r
=

(1.6)
donde a
r
es el mdulo del vector a
r
. Si a
es un vector unitario, entonces debe cumplir

que:
1
= a (1.7)
Vector Nulo
El vector nulo viene representado por:
r
0 (1.8)
Vector Proyeccin
El vector proyeccin del vector a
r
sobre el vector b
r
(Figura 1.3(b)) ser un vector con la
direccin de b
r
y con mdulo de valor a
b
r
r
proj dado por:
=
r
r r
b
a a b proj (1.9)
donde
b es el versor segn la direccin de b

r
, luego se cumple que:
=

r
r
r
r
r
b
a b
a
b
proj
(1.10)

a
r

1 > 0 < 1 =
a
r

a
r

a
r

1 0 < <
a
r

a
r
a
r

14

Figura 1.3: Producto escalar.
Podemos obtener el vector a
b
r
r
proj como su mdulo a
b
r
r
proj multiplicado por el versor
segn la direccin de b
r
:

escalar
= =

r
r r r
r r
r
r
r r r r
14243
b
a b b a b
a b
b b b b
proj
(1.11)
Ortogonalidad de dos vectores:
Dos vectores son ortogonales entre s cuando se cumple la siguiente condicin:
0 = b a
r
r

(1.12)
Producto Vectorial
El producto vectorial de dos vectores a
r
y b
r
da como resultado un tercer vector c
r
que se
caracteriza por ser perpendicular a estos dos vectores (Figura 1.4), y que posee las
siguientes caractersticas:
Representacin:
a b b a c
r
r r
r r
= =
(1.13)
Dado que c
r
es perpendicular a a
r
y a b
r
, se cumple entonces que:
0 = = c b c a
r
r
r r

(1.14)
El mdulo de c
r
es por definicin:
= sin b a c
r
r r
(1.15)
siendo el menor ngulo formado entre los vectores a
r
y b
r
, ver Figura 1.4.
El mdulo del producto vectorial es el rea ( A ) del paralelogramo formado por estos dos
vectores, ver Figura 1.4(a):
b a
r
r
= A (1.16)
y como consecuencia el rea del triangulo formado por los puntos OCD (Figura 1.4(b))
ser:
b a
r
r
=
2
1
T
A (1.17)

a
r

b
r

a
r

b
r

.
a
b
r
r
proj
a) b)
0
1 TENSORES
15
Si a
r
y b
r
son colineales (linealmente dependiente, i.e. b a
r
r
= , donde es un escalar), el
producto vectorial entre ellos resultar el vector nulo, 0
r
.

Figura 1.4: Producto vectorial.
Triple Producto Escalar
Dados tres vectores ( c b a
r
r
r
, , ) se denomina el triple producto escalar a:
( ) ( ) ( )
( ) ( ) ( ) a b c c a b b c a
b a c a c b c b a
r
r
r r r
r r
r r
r
r r r r
r
r
r
r
= = =
= = =

V
V
(1.18)
El resultado de esta operacin es el volumen del paraleleppedo ( V ) formado por estos tres
vectores, tal y como se muestra en la Figura 1.5.
Luego, para vectores cualesquiera a
r
, b
r
se cumple que:
( ) 0 a b a
r
r
r
r
= (1.19)
Dados los vectores a
r
, b
r
, c
r
, d
r
, y , escalares, la siguiente propiedad es vlida:
) ( ) ( ) ( ) ( d c b d c a d c b a
r
r
r r
r r
r
r
r
r
+ = + (1.20)
NOTA: Algunos autores representan el triple producto escalar por la siguiente
nomenclatura, ( ) c b a c b a
r
r
r r
r
r
] , , [ , ( ) a c b a c b
r r
r
r r
r
] , , [ , ( ) b a c b a c
r
r r
r
r r
] , , [ , y as
sucesivamente.

Figura 1.5: Triple producto escalar.

a
r

b
r

a
r
b
r

.
.
V
c
r

V Triple producto escalar
b a c
r
r r
=
a
r

b
r

a b c
r
r
r
=
.
.
a
r

b
r

.
.
A

T
A
O
C
D
a) b)
c
r

O
C
D
16
Triple Producto Vectorial
Dados tres vectores a
r
, b
r
y c
r
, el triple producto vectorial resulta un vector w
r
dado por
( ) c b a w
r
r
r r
= , siendo vlidas las siguientes relaciones:
( ) ( ) ( ) ( ) ( )c b a b c a a b c b a c c b a w
r
r
r
r
r r r
r
r
r
r r r
r
r r
= = = =
(1.21)
Observemos que el vector w
r
es un vector contenido en el plano
1
, formado por los vectores
b
r
y c
r
, segn se muestra en la Figura 1.6.

Figura 1.6: Triple producto vectorial.
Ejemplo 1.1: Probar que si a
r
y b
r
son vectores se cumple que:
( ) ( ) ( )( ) ( )
2
b a b b a a b a b a
r
r
r r
r r
r
r
r
r
=
Solucin:
( ) ( ) ( )
( )
( ) ( )
( )( ) ( )
2
2 2
2
2 2
2
2
2
2
2
2
2
2
2
2
2
2
2 2
cos
cos cos 1
sin sin
b a b b a a
b a b a b a b a
b a b a b a
b a b a b a b a b a
r
r
r r
r r
r
r
r
r
r
r
r
r
r
r
r
r
r
r
r
r
r
r
r
r
r
r
r
r

=
= =
= =
= = =

donde hemos considerado que
2
a a a
r r r
= y
2
b b b
r r r
= .
Transformacin Lineal
Decimos que una transformacin F es una transformacin lineal cuando dados dos
vectores u
r
y v
r
y un escalar se cumplen que:
) ( ) ( ) ( v u v u
r r r r
F F F + = +
) ( ) ( u u
r r
F F =

1

2

a
r

b
r

c
r

c b
r
r

1
- plano formado por b
r
y c
r

2
- plano formado por a
r
y c b
r
r

w
r

w
r
contenido en el plano
1

1 TENSORES
17
Ejemplo 1.2: Verificar si para las siguientes transformaciones = E ) ( y
2
2
1
) ( = E
son transformaciones lineales.
Solucin: [ ] ) ( ) ( ) (
2 1 2 1 2 1 2 1
+ = + = + = + E E E (transformacin lineal)

La transformacin
2
2
1
) ( = E se demuestra fcilmente que no es una transformacin
lineal ya que:
[ ] [ ]
) ( ) ( ) ( ) (
2
2
1
2
1
2
1
2
2
1
2
1
) (
2 1 2 1 2 1
2 1
2
2
2
1
2
2 2 1
2
1
2
2 1 2 1
+ + + =
+ + = + + = + = +

E
E E E E E

) (

2 1
+
2

1

) (
2

) (
1

) ( ) ( ) (
2 1 2 1
+ = +

2 1
+ 1

2

) (
) (
2 1
+
) (
2

) (
1

) ( ) (
2 1
+
18
1.3 Sistema de Coordenadas
Un tensor es una interpretacin matemtica de un concepto fsico. Sus componentes
adoptan valores que dependen del sistema de coordenadas elegido para representarlo, ver
Figura 1.7.

Figura 1.7: Esquema tensor-componentes.
Consideremos un tensor de orden uno ( a
r
) como el representado en la Figura 1.8(a), la
representacin de este tensor en un sistema de coordenadas genrico (
3 2 1
, , ) se hace a
travs de sus componentes (
3 2 1
a a a , , ), ver Figura 1.8(b).

Figura 1.8: Representacin de un vector.
Los sistemas de coordenadas pueden ser de varios tipos: coordenadas curvilneas,
coordenadas cartesianas rectangulares, coordenadas cilndricas y coordenadas esfricas,
entre otros.
1.3.1 Sistema de Coordenadas Rectangulares
El sistema de coordenadas cartesianas rectangulares viene definido por tres vectores: i
, j
,
k
, los cuales constituyen una base ortonormal. Se entiende por base ortonormal, aquella que
satisface las siguientes propiedades:
1. Los vectores que forman esta base son unitarios (versores):
1

= = = k j i (1.22)
o lo que es igual:
a
r

a)
a
r

1

2

3

b)
a
r
(
3 2 1
a a a , , )
TENSORES
Interpretacin matemtica de conceptos fsicos
(Independiente del sistema de coordenadas)
COMPONENTES
Representacin del Tensor en
un Sistema de Coordenadas
1 TENSORES
19
1

= = = k k j j i i (1.23)
2. Los vectores de esta base son ortogonales entre s, es decir:
0

= = = i k k j j i (1.24)
3. El producto vectorial entre los versores que forman esta base cumple lo siguiente:
j i k i k j k j i

;

;

= = = (1.25)
Para conocer el sentido del vector resultante del producto vectorial utilizamos la regla de la
mano derecha, tal y como se indica en la Figura 1.9.
k j i

= i k j

= j i k

= (1.26)

Figura 1.9: Regla de la mano derecha.
1.3.2 Representacin de los Vectores en el Sistema de
Coordenadas Cartesianas
En el sistema de coordenadas cartesianas, el vector a
r
(Figura 1.10) est representado por
sus componentes (
x
a ,
y
a ,
z
a ) como:
k j i

z y x
a a a + + = a
r
(1.27)

Figura 1.10: Vector en el sistema cartesiano.

i

x
y
z
a
r

i

x
a

y
a

z
a
20
Las operaciones bsicas particularizadas a este sistema de referencia son:
Producto Escalar de dos vectores a
r
y b
r

) ( )

( )

(
z z y y x x z y x z y x
b a b a b a b b b a a a + + = + + + + = k j i k j i b a
r
r
(1.28)
Luego, se cumple que
2
2 2 2
a a a
r r r
= + + = + + =
z y x z z y y x x
a a a a a a a a a
NOTA: La proyeccin de un vector sobre una direccin determinada obtenemos a
travs del producto escalar del vector y del versor que define esa direccin. Como
ejemplo, si quisiramos obtener la componente del vector a
r
segn la direccin y
(representado por su versor j
) es suficiente con:
y z y x
a a a a = + + = )
( )

(
j k j i j a
r
.
mdulo del vector a
r

2 2 2
z y x
a a a + + = a
r
(1.29)
vector unitario correspondiente al vector a
r

k j i

2 2 2 2 2 2 2 2 2
z y x
z
z y x
y
z y x
x
a a a
a
a a a
a
a a a
a
+ +
+
+ +
+
+ +
= =
a
a
a r
r

(1.30)
vector nulo

0 0 0 = + + i j k
r
0 (1.31)
Suma de dos vectores a
r
y b
r

( ) ( ) ( )k j i
k j i k j i

)

( )

(
z z y y x x
z y x z y x
b a b a b a
b b b a a a
+ + + + + =
+ + + + + = + b a
r
r
(1.32)
Resta de dos vectores a
r
y b
r

( ) ( ) ( )k j i
k j i k j i

)

( )

(
z z y y x x
z y x z y x
b a b a b a
b b b a a a
+ + =
+ + + + = b a
r
r
(1.33)
Multiplicacin por un escalar
k j i

z y x
a a a + + = a
r
(1.34)
Producto Vectorial de dos vectores a
r
y b
r

k j i
k j i
k j i
) (
) (
) (

x y y x x z z x y z z y
y x
y x
z x
z x
z y
z y
z y x
z y x
b a b a b a b a b a b a
b b
a a
b b
a a
b b
a a
b b b
a a a
+ =
+ = = = b a c
r
r r
(1.35)
donde el smbolo ) ( det se emplea para indicar el determinante de una matriz.
Triple Producto Escalar de los vectores [ c b a
r
r
r
, , ] en trminos de sus
componentes viene definido por:
1 TENSORES
21
( ) ( ) ( )
( ) ( ) ( )
x y y x z x z z x y y z z y x
y x
y x
z
z x
z x
y
z y
z y
x
z y x
z y x
z y x
c b c b a c b c b a c b c b a
c c
b b
a
c c
b b
a
c c
b b
a
c c c
b b b
a a a
V
+ =
+ =
= = = = b a c a c b c b a c b a
r
r r r r
r
r
r
r r
r
r
) , , (

(1.36)
Triple Producto Vectorial de los vectores ( c b a
r
r
r
, , ) en funcin de sus
componentes es:
( ) ( ) ( )
( ) ( ) ( )k j i

2 1 2 1 2 1 z z y y x x
c b c b c b + + =
= c b a b c a c b a
r
r
r
r
r r r
r
r
(1.37)
con
z z y y x x
c a c a c a + + = = c a
r r
1
, y
z z y y x x
b a b a b a + + = = b a
r
r
2
.
Ejemplo 1.3: Considrense los puntos ( ) 1 , 3 , 1 A , ( ) 1 , 1 , 2 B , ( ) 3 , 1 , 0 C y ( ) 4 , 2 , 1 D .
Se pide:
1) Encontrar el rea del paralelogramo definido por
AB y
AC ;
2) Encontrar el volumen del paraleleppedo definido por:
AB ,
AC y
AD ;
3) Encontrar el vector proyeccin del vector
AB sobre el vector
BC .
Solucin:
1) Primero se calculan los vectores
AB y
AC :
( ) ( ) k j i k j i k j i

0
2 + = + + + = = =

OA OB AB a
r

( ) ( ) k j i k j i k j i

2
0 + = + + + + = = =

OA OC AC b
r

Utilizando la definicin (1.35) se obtiene el producto vectorial:
k j i
k j i
) 6 (
) 8 (
2 2 1
0 4 1

+ =

= b a
r
r

El rea del paralelogramo ser igual al mdulo del vector resultante del producto
vectorial:
104 ) 6 ( ) 2 ( ) 8 (
2 2 2
= + + = = b a
r
r
A (unidades cuadradas)
2) Calculando el vector
AD :
( ) ( ) k j i k j i k j i

3
1 + = + + + + = = =

OA OD AD c
r

Utilizando la definicin (1.36) obtenemos que:
( ) ( ) ( )
cbicas) (unidades 16 18 2 0

0 ) , , (
= + =
+ = = k j i k j i b a c c b a
r
r r r
r
r
V

3) A continuacin calculamos el vector
BC :
( ) ( ) k j i k j i k j i

2
0 + + = + + + = =

OB OC BC
Utilizando la ecuacin (1.11):
22
( ) ( )
( ) ( )
( )
( )
( )
( ) k j i
k j i
k j i k j i
k j i k j i
2
4 4 4
0 8 2
2
2
+ +
+ +
+
=
+ +
+ + + +
+ + +
= =
BC
BC BC
AB BC
AB
BC
BC
43 42 1
proj

k j i

3
5
3
5
3
5
=
AB
BC
proj

1.3.3 Convenio de Suma de Einstein
Definimos en la expresin (1.27) la representacin de un vector a
r
en el sistema de
coordenadas rectangular:
k j i

z y x
a a a + + = a
r
(1.38)
Podemos reescribir la representacin anterior como:
3 3 2 2 1 1

e e e a a a a + + =
r
(1.39)
donde hemos considerado que:
x
a a
1
,
y
a a
2
,
z
a a
3
, i
1
e , j
2
e , k
3
e , tal y
como se indica en la Figura 1.11.


De esta forma podemos expresar la representacin simblica del vector (1.39) como una
suma:
=
= + + =
3
1
3 3 2 2 1 1

i
i i
e e e e a a a a a
r
(1.40)
x
y
z
a
r

1
e i
2
e j

3
e k

1
a a
x

2
a a
y

3
a a
z

1 TENSORES
23
o simplemente utilizando el convenio de suma o Notacin de Einstein, segn la cual, se
utilizan ndices repetidos para indicar suma, as pues la expresin (1.40) queda de la
siguiente manera:
) 3 , 2 , 1 (

3 3 2 2 1 1
= = + + = i
i i
e e e e a a a a a
r

) 3 , 2 , 1 (
= = i
i i
e a a
r

(1.41)
NOTA: La notacin de suma fue introducida por Albert Einstein en 1916, dando origen
as a la notacin indicial.
1.4 Notacin Indicial
Utilizando notacin indicial los ejes del sistema de coordenadas son designados por la letra
x con un subndice. Por eso
i
x no representa un nico valor, sino i valores, es decir
1
x ,
2
x ,
3
x ( si 3 , 2 , 1 = i ) donde estos valores (
1
x ,
2
x ,
3
x ) corresponden respectivamente a los
ejes ( x , y , z ).
En un sistema de coordenadas cartesianas, un vector a
r
ser representado por sus
componentes en la base del citado sistema de la siguiente forma:
3 3 2 2 1 1

e e e a a a a + + =
r
(1.42)
donde
1
e ,
2
e ,
3
e son versores (vectores unitarios), tal y como se muestra en la Figura

1.12, y
1
a ,
2
a ,
3
a son las componentes del vector. En notacin indicial las componentes del
vector sern representadas por
i
a . Si no se indica el rango del subndice, se supondr que
adopta los valores 1,2,3. Por tanto, las componentes de vector pueden representarse de la
siguiente forma:
(
(
(
= =
3
2
1
) (
a
a
a
a
i i
a
r

(1.43)


1
x x

2
x y

3
x z
a
r

1
e
2
e

3
e

1
a

2
a

3
a
24
Componentes del Vector Unitario: Dado un vector a
r
, el vector unitario asociado a esta
direccin ser un vector a
dado por:
1
= = a
a
a
a con
r
r

(1.44)
cuyas componentes sern:
) 3 , 2 , 1 , , (
2
3
2
2
2
1
= = =
+ +
= k j i
k k
i
j j
i i
i
a a
a
a a
a
a a a
a
a
(1.45)
Los subndices se denominan de 2 formas:
Subndices libres aquellos que slo aparecen una vez en un trmino de la expresin. En la
ecuacin anterior el subndice libre es el subndice ( i ). El nmero de
subndices libres indica el orden del tensor.
Subndices mudos son los subndices que se repiten en una expresin indicando suma. En la
ecuacin anterior (1.45) son, o bien el ( j ), o bien el ( k ).

Producto Escalar: Utilizando las definiciones (1.4) y (1.28), podemos expresar el producto
escalar en notacin indicial de la siguiente forma:
) 3 , 2 , 1 , (
cos
3 3 2 2 1 1
= = = + + =
= =
j i
j j i i
b a b a b a b a b a
b a b a
r
r
r
r
(1.46)

Ejemplo 1.4: Reescribir en notacin indicial las siguientes expresiones:
1)
3 3 3 3 2 2 3 1 1
x x a x x a x x a + +
Solucin: ) 3 , 2 , 1 (
3
= i x x a
i i

2)
2 2 1 1
x x x x +
Solucin: ) 2 , 1 ( = i x x
i i

3)
= + +
= + +
= + +
z
y
x
b z a y a x a
b z a y a x a
b z a y a x a
33 32 31
23 22 21
13 12 11

Solucin:
= + +
= + +
= + +
3 3 33 2 32 1 31
2 3 23 2 22 1 21
1 3 13 2 12 1 11
b x a x a x a
b x a x a x a
b x a x a x a

j mudo
ndice

=
=
=
3 3
2 2
1 1
b x a
b x a
b x a
j j
j j
j j

i libre
ndice

i j ij
b x a =
Como podemos apreciar, la utilizacin de la notacin indicial supone que la expresin
quede muy concisa. En muchos casos, tratar de realizar manipulaciones algebraicas sin
utilizar notacin indicial o tensorial es casi imposible debido a la gran cantidad de trminos
que pueden intervenir.
OBS.: Un subndice en un trmino de una expresin slo puede aparecer una o
dos veces. En el caso de que aparezca tres o ms veces, entonces la expresin es
incorrecta.
1 TENSORES
25
Ejemplo 1.5: Expandir la expresin: ) 3 , 2 , 1 , ( = j i x x A
j i ij

Solucin: Los ndices j i, son ndices mudos (indican suma), no hay ndice libre, y como
resultado tenemos un escalar. Expandimos primero el ndice mudo i y a continuacin el
ndice j , resultando as:
43 42 1 43 42 1 43 42 1
3 3 33
2 3 32
1 3 31
3 3
3 2 23
2 2 22
1 2 21
2 2
3 1 13
2 1 12
1 1 11
1 1
x x A
x x A
x x A
x x A
x x A
x x A
x x A
x x A
x x A
x x A
x x A
x x A x x A
j j j j j j
i o expandiend
j i ij
+
+
+
+
+
+
+
+

Reagrupando los trminos anteriores obtenemos:
3 3 33 2 3 32 1 3 31 3 2 23
2 2 22 1 2 21 3 1 13 2 1 12 1 1 11
x x A x x A x x A x x A
x x A x x A x x A x x A x x A x x A
j i ij
+ + +
+ + + + + =

1.4.1 Delta de Kronecker
El smbolo delta de Kronecker
ij
definimos de la manera siguiente:
=
=
j i si
j i si
ij
0
1

(1.47)
Observemos tambin que el producto escalar de la base ortonormal
j i
e e

es 1 si j i = y 0
si j i . Si lo anterior lo exponemos de forma explcita, obtendremos:
ij j i
=
(
(
(
=
(
(
(
1 0 0
0 1 0
0 0 1

3 3 2 3 1 3
3 2 2 2 1 2
3 1 2 1 1 1
e e e e e e
e e e e e e
e e e e e e
e e (1.48)
Una propiedad muy interesante de la delta de Kronecker la demostramos a continuacin
con el siguiente ejemplo, sea un vector (V
r
) de componentes (
i
V ) se cumple:
3 3 2 2 1 1
V V V V
j j j i ij
+ + =
(1.49)
luego, como ) 3 , 2 , 1 ( = j es un ndice libre tenemos:
j i ij
i ij
i ij
i ij
V V
V V V V V j
V V V V V j
V V V V V j
=
= + + = =
= + + = =
= + + = =

3 3 33 2 23 1 13
2 3 32 2 22 1 12
1 3 31 2 21 1 11
3
2
1

(1.50)
Es decir, en la presencia del smbolo Delta de Kronecker reemplazamos el ndice repetido,
tal y como se indica a continuacin:
j i j i
V V

=
(1.51)
Por esta razn, la delta de Kronecker es frecuentemente llamada operador de sustitucin.
e
x
p
a
n
d
i
e
n
d
o

j

26
Otros ejemplos relacionados con este operador se presentan a continuacin:

jk ik ij
A A = , 3
33 22 11
= + + = = =
jj ii ji ij
,
33 22 11
a a a a a a
jj ii ji ji
+ + = = =
Tambin podemos verificar que se cumple que:
ij
j
i
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
=
(
(
(
=
(
(
(
(
(
(
(
1 0 0
0 1 0
0 0 1
3
3
2
3
1
3
3
2
2
2
1
2
3
1
2
1
1
1
(1.52)
Sea la base ortonormal
i
e
, podemos obtener las componentes del vector a

r
en esta base
como:
i pi p i p p i
a a a = = = e e e a

r
(1.53)
Con eso, tambin podemos representar un vector como:
i i i i
e e a e a

)
= =
r r
a (1.54)
Ejemplo 1.6: Resolver las siguientes expresiones:
1)
jj ii

Solucin: ( )( ) 9 3 3
33 22 11 33 22 11
= = + + + + =
jj ii

2)
1 1

Solucin: 1
11 1 1 1 1
= = =

NOTA: Observar que es incorrecto hacer la siguiente operacin 1 3
11 1 1
= =

,
ya que lo que se reemplaza es el ndice repetido
1.4.2 Smbolo de Permutacin
El smbolo de permutacin
ijk
viene definido como:
{ }
{ }
= = =

+
=
) ( ) ( ) (
) 3 , 1 , 2 ( ), 1 , 2 , 3 ( ), 2 , 3 , 1 ( ) , , ( 1
) 2 , 1 , 3 ( ), 1 , 3 , 2 ( ), 3 , 2 , 1 ( ) , , ( 1
0 k i o k j o j i si
k j i si
k j i si
: i.e. casos de resto el para
ijk

(1.55)
NOTA:
ijk
son las componentes del pseudo-tensor Levi-Civita, que ser definido mas
adelante.
Otra forma de expresar este operador es a travs de sus subndices:
) )( )( (
2
1
i k k j j i
ijk
= (1.56)
Los valores de
ijk
pueden ser fcilmente memorizados si utilizamos la Figura 1.13(a), en el
cual si los valores de los ndices estn ordenados en el sentido horario el valor de
ijk
es
igual a 1 y si estn ordenados en el sentido antihorario
ijk
asumir el valor 1 .
Con la definicin (1.67) y utilizando la Figura 1.13(b) podemos comprobar que las
siguientes relaciones son vlidas:
1 TENSORES
27
kji jik ikj ijk
kij jki ijk

= = =
= =
(1.57)

Figura 1.13: Smbolo de permutacin.
Si expresamos el smbolo de permutacin en funcin de la delta de Kronecker (operador de
sustitucin), obtenemos:
( ) ( ) ( )
j i j i k k i k i j k j k j i
k j i k j i k j i k j i k j i k j i
nk mj li lmn ijk
2 3 3 2 1 2 3 3 2 1 2 3 3 2 1
1 2 3 1 3 2 2 1 3 3 1 2 2 3 1 3 2 1

+ =
+ + =
=

(1.58)
lo que es igual al resultado del siguiente determinante:
k k k
j j j
i i i
k j i
k j i
k j i
ijk
3 2 1
3 2 1
3 2 1
3 3 3
2 2 2
1 1 1

= = (1.59)
Por lo tanto podemos expresar el producto
pqr ijk
como el producto de dos
determinantes que definimos a continuacin:
r q p
r q p
r q p
k k k
j j j
i i i
pqr ijk
3 3 3
2 2 2
1 1 1
3 2 1
3 2 1
3 2 1

= (1.60)
Si tenemos en cuenta que dadas dos matrices cuadradas se cumple que
) ( ) ( ) ( B A AB det det det = , donde ) ( det es el determinante de la matriz , la relacin
(1.60) resulta ser:
(
(
(
(
(
(
=
3 3 3
2 2 2
1 1 1
3 2 1
3 2 1
3 2 1
r q p
r q p
r q p
k k k
j j j
i i i
pqr ijk

kr kq kp
jr jq jp
ir iq ip
pqr ijk

= (1.61)
Observemos que el trmino
ip
fue obtenido a travs de la operacin:
ip mp mi p i p i p i
= = + +
3 3 2 2 1 1
, anlogamente podemos obtener el resto de
trminos. Para el caso particular en el que k r = la relacin (1.61) puede expresarse como:
3 , 2 , 1 , , , , = = q p k j i
jp iq jq ip pqk ijk
(1.62)
1
2
3
1
) (
=
ijk

1
) (
=
ijk

a)
i
j
k
b)

kij jki ijk
= =

ikj ijk
=

jik
kji
ikj ijk

=
=
=

28
Ejemplo 1.7: a) Probar que
ip pjk ijk
2 = y que 6 =
ijk ijk
. b) Obtener el valor numrico
de la siguiente expresin
i k j ijk 1 3 2
.
Solucin: a) Utilizando la expresin (1.62),
jp iq jq ip pqk ijk
= , y haciendo j q = ,
resulta:
ip ip ip
jp ij jj ip pjk ijk

2 3 = =
=

Partiendo del resultado anterior, es trivial la siguiente comprobacin:
6 2 = =
ii ijk ijk

b) 1
123 1 3 2
= =
i k j ijk

El Producto Vectorial de dos vectores a
r
y b
r
resultar un vector c
r
, definido en
(1.35), y viene dado por:
3
3
1 2 2 1 2
2
3 1 1 3 1
1
2 3 3 2
3 2 1
3 2 1
3 2 1
) (
) (
) (

e e e
e e e
b a c
43 42 1 43 42 1 4 43 4 42 1
r
r r
c c c
b b b
a a a + + = = = (1.63)
Podemos utilizar la definicin del smbolo de permutacin
ijk
, definido en (1.55), y
expresar las componentes de c
r
como:
k j ijk i
k j jk
k j jk
k j jk
b a c
b a b a b a c
b a b a b a c
b a b a b a c
= + =
= + =
= + =
3 1 2 321 2 1 312 3
2 3 1 213 1 3 231 2
1 2 3 132 3 2 123 1

(1.64)
Luego, el producto vectorial, entre dos vectores a
r
, b
r
, podr ser representado a travs del
smbolo de permutacin como:
i jki k j i ijk k j k j k j
i ijk k j k k j j
i k j ijk
e e e e
e e e
e b a

)

(

b a b a b a
b a b a
b a
= =
=
=
r
r
(1.65)
Con lo cual concluimos que:
i ijk k j
e e e

)

( = (1.66)
Tambin podemos relacionar el operador de permutacin con la base ortonormal
i
e
a
travs del triple producto escalar de dicha base:
( )
ijk mk ijm k m ijm k j i m ijm j i
= = = = e e e e e e e e

(1.67)
El Triple Producto Escalar de los vectores ( c b a
r
r
r
, , ) viene dado por:
( ) ( ) ( )
k j i ijk k j i k j i k k j j i i
c b a c b a c b a = = = = e e e e e e c b a

r
r
r
(1.68)
( ) ) 3 , 2 , 1 , , ( = = = k j i
k j i ijk
c b a c b a
r
r
r

(1.69)

1 TENSORES
29
( ) ( ) ( )
3 2 1
3 2 1
3 2 1
c c c
b b b
a a a
= = = = b a c a c b c b a
r
r r r r
r
r
r
r

(1.70)
Demostraremos que se cumplen ( ) ( ) ( ) b a c a c b c b a
r
r r r r
r
r
r
r
= = partiendo de la relacin
(1.69), y adems teniendo en cuenta las relaciones dadas en (1.57), obtenemos que:
( )
( )
( )
( )
( )
( ) ] , , [
] , , [
] , , [
] , , [
] , , [
] , , [
a b c a b c
c a b c a b
b c a b c a
b a c b a c
a c b a c b
c b a c b a
r
r
r r
r
r
r r
r
r r
r
r
r r
r
r r
r
r r
r
r r
r r
r
r r
r
r
r
r r
r
r
= =
= =
= =
= =
= =
=
k j i kji
k j i jik
k j i ikj
k j i kij
k j i jki
k j i ijk
c b a
c b a
c b a
c b a
c b a
c b a
(1.71)
Observemos que:
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1
] , , [ ] , , [
b b b
c c c
a a a
c c c
b b b
a a a
= = = b c a c b a
r
r r r
r
r

(1.72)
con lo cual hemos demostrado que si intercambiamos filas (o columnas) el signo del
determinante cambia.
Ejemplo 1.8: Escribir la siguiente relacin ( ) ( ) d c b a
r
r
r
r
sin emplear el producto
vectorial.
Solucin: Observemos que el producto vectorial ( ) b a
r
r
lo podemos expresar de la siguiente
forma: ( )
i k j ijk k k j j
e e e b a

b a b a = =
r
r
, cuyo resultado es un vector, donde hemos
utilizado la definicin del smbolo de permutacin (1.65). Anlogamente podemos expresar
el producto vectorial ( ) d c
r
r
como ( )
n m l nlm
e d c

d c =
r
r
, por lo tanto:
( ) ( )
m l k j ilm ijk
in m l k j nlm ijk
n i m l k j nlm ijk
n m l nlm i k j ijk
d c b a
d c b a
d c b a
d c b a

=
=
=
=
e e
e e d c b a

)
( )
r
r
r
r

Teniendo en cuenta que
lmi jki ilm ijk
= (relacin (1.57)) y aplicando la relacin (1.62),
i.e.:
ilm jki kl jm km jl lmi jki
= = ) , concluimos que:
( )
m l l m m l m l m l k j kl jm km jl m l k j ilm ijk
d c b a d c b a d c b a d c b a = =
Puesto que el subndice mudo indica el producto escalar: ( ) c a
r r
=
l l
c a y ( ) d b
r r
=
m m
d b ,
luego:
( ) ( ) ( )( ) ( )( ) c b d a d b c a d c b a
r
r r
r
r r
r r
r
r
r
r
=
Adems, la expresin anterior se cumple para el caso cuando c a
r r
= y d b
r r
= , luego
( ) ( ) ( )( ) ( )( ) ( )
2 2
2
2
b a b a a b b a b b a a b a b a b a
r
r
r
r r
r r
r
r r
r r
r
r
r
r
r
r
= = =
que es la misma expresin demostrada en el Ejemplo 1.1.

30

Ejemplo 1.9: Probar que: ( ) ( ) [ ] [ ] ) ( ) ( b a c d b a d c d c b a
r
r r
r r
r
r
r
r
r
r
r
=
Solucin: Expresaremos en notacin indicial los trminos que estn la derecha de la igualdad:
[ ] [ ] ( ) [ ] ( ) [ ]
k j ijk i p k j ijk i p
p
b a c d b a d c ) ( ) ( =
)
`
b a c d b a d c
r
r r
r r
r
r
r

( )
p i i p
k
j ijk p i k j ijk i p k j ijk
d c d c b a d c b a d c b a
Si utilizamos la propiedad de la delta de Kronecker:
( ) ( ) ( )
np im ni pm n m k j ijk np n m im ni n m pm
k
j ijk
d c b a d c d c b a
y si consideramos (1.62), resulta:
mnl pil np im ni pm
= . Reemplazamos en la expresin
anterior y obtenemos:
( ) ( ) ( )( ) [ ]
n m mnl k j ijk pil mnl pil n m k j ijk
d c b a d c b a
Dado que las componentes de ( ) b a
r
r
son
k j ijk
b a y las componentes de ( ) d c
r
r
son
n m mnl
d c , obtenemos que:
( )( ) [ ] ( ) ( ) [ ]
p n m mnl k j ijk pil
d c b a
r
r
r
r
= d c b a
Ejemplo 1.10: Si a
r
, b
r
, c
r
son vectores linealmente independientes y v
r
un vector dado
por:
0 c b a v
r
r
r
r r
+ + =
Probar que los escalares , , vienen dados por:
r q p pqr
k j i ijk
r q p pqr
k j i ijk
r q p pqr
k j i ijk
c b a
v b a
c b a
c v a
c b a
c b v
= = = ; ;
Solucin: Haciendo el producto escalar del vector v
r
por el vector ( c b
r
r
) obtenemos que:
43 42 1
r
r
r
43 42 1
r
r r
r
r
r r
r
r
0 0
) ( ) ( ) ( ) (
= =
+ + = c b c c b b c b a c b v
Obtenemos entonces el valor de como:
) (
) (
c b a
c b v
r
r
r
r
r
r

En componentes:
r q p pqr
k j i ijk
c b a
c b v
c b a
c b a
c b a
c b v
c b v
c b v
c c c
b b b
a a a
c c c
b b b
v v v
= = =
3 3 3
2 2 2
1 1 1
3 3 3
2 2 2
1 1 1
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1

Anlogamente podemos obtener los parmetros , , es decir, hacemos el producto
escalar del vector v
r
por los vectores c a
r r
y b a
r
r
, respectivamente.
Ejemplo 1.11: Probar la relacin (1.37):
( ) ( ) ( )c b a b c a c b a
r
r
r
r
r r r
r
r
=
1 TENSORES
31
Solucin: Teniendo en cuenta que ( )
k j ijk i i
c b = = c b d
r
r r
) ( y ( )
k j qjk q
c b = d a
r
r
, podemos
obtener que:
( ) [ ]
( )
( ) ( ) b a c a
c b a
r
r r r
r
r
r
= =
= =
= = =
q q q j j k q k
k j s sj qk k j s sk qj k j s sj qk sk qj
k j s jki qsi k j s ijk qsi k j ijk s qsi q
c b c b a c b a
c b a c b a c b a
c b a c b a c b a

) (

( ) [ ] ( ) ( ) [ ]
q q
b a c c a b c b a
r
r r r r
r
r
r
r
=
1.5 Operaciones Algebraicas con Tensores
1.5.1 Didicas
El producto didico de dos vectores (producto tensorial) resultar en un tensor de segundo
orden. Si consideramos los vectores v
r
y u
r
, el producto didico vendr representado por:
A v u v u =
r r r r
(1.73)
donde el operador denota el producto tensorial. Como veremos ms adelante, cualquier
tensor puede ser representado a travs de combinacin lineal de productos didicos
(didicas). Verificaremos tambin que una didica es un caso particular de un tensor de
segundo orden, Holzapfel(2000).
El producto didico obedece a las siguientes leyes:
1.
) ( ) ( ) ( x v u x v u x v u
r r r r r r r r r
=
(1.74)
2.
w u v u w v u
r r r r r r r
+ = + ) (
(1.75)
3.
[ ] [ ] ) ( ) (
) ( ) ( ) (
x r w x u v
x r w x u v x r w u v
r r r r r r
r r r r r r r r r r r

+ =
+ = +

(1.76)
donde y son escalares. Por definicin, el producto didico no posee la propiedad
conmutativa, es decir, u v v u
r r r r
.
La expresin (1.73) tambin la podemos expresar en el sistema cartesiano como:
)

(
)

(
)
( )
(
j i ij
j i j i
j j i i
e e
e e
e e v u A
=
=
= =
A
v u
v u
r r
) 3 , 2 , 1 , ( = j i (1.77)
{
{ 43 42 1
base
j i
s componente
ij
Tensor
e e A

= A
) 3 , 2 , 1 , ( = j i (1.78)
Las componentes de un tensor de segundo orden sern representadas de diferentes formas
en el desarrollo de este libro:
32
ij j i ij ij
s componente
A v u = = =
=
) ( ) ( v u A
v u A
r r
43 42 1
r r
(1.79)
Dichas componentes pueden estar explcitamente expresadas de forma matricial:
(
(
(
= = =
33 32 31
23 22 21
13 12 11
) (
A A A
A A A
A A A
A A
ij ij
A
(1.80)
Observemos que un tensor de segundo orden tiene 9 componentes independientes. A
continuacin exponemos la representacin de tensores de diferentes rdenes, dos, tres y
cuatro, en el sistema cartesiano:

l k j i ijkl
k j i ijk
j i ij
e e e e
e e e T
e e U

=
=
=
I I
T
U
) 3 , 2 , 1 , , , ( = l k j i (1.81)

Ejemplo 1.12: Cul es el orden de los tensores representados por sus componentes:
i
v ,
ijk
,
ijj
F ,
ij
,
ijkl
C ,
ij
? Determinar cuantas componentes independientes tiene el tensor
C .
Solucin: El orden del tensor viene dado por el nmero de subndices libres, luego:
Tensores de orden uno: v
r
, F
r
; Tensores de segundo orden: , ; Tensor de tercer orden:
; Tensor de cuarto orden: C .
El nmero de componentes de un tensor viene dado por el mximo valor del rango del
subndice, 3 si ( 3 , 2 , 1 = i ), elevado al nmero de subndices libres. Es decir, para el tensor de
cuarto orden, el nmero de ndices libres es 4, luego:
( ) ( ) ( ) ( ) 81 3 3 3 3 3
4
= = = = = = l k j i
El tensor de cuarto orden
ijkl
C tiene 81 componentes independientes.

Dados dos tensores de segundo orden A y B , a continuacin definimos algunas
operaciones entre ellos:
Suma
La suma de dos tensores del mismo orden resulta ser un tercer tensor de igual orden:
A B B A C + = + = (1.82)
Las componentes del tensor resultante ( C) viene representadas por:
OBS.: El orden de un tensor viene dado por el nmero de subndices libres en sus
componentes.
OBS.: El nmero de componentes de un tensor viene dado por el mximo valor
del rango del subndice, elevado al nmero de subndices libres.
1 TENSORES
33
ij ij
) ( ) ( B A C + =
ij ij ij
B A C + =
(1.83)
que de forma matricial expresamos como:
B A C + = (1.84)
Multiplicacin de un tensor por un escalar
La multiplicacin de un tensor de segundo orden ( A ) por un escalar ( ) viene definido
por un tensor D , tal que:
ij ij
s componente en
) ( ) (

A D A D = = (1.85)
en forma matricial:
(
(
(

=
(
(
(
=
33 32 31
23 22 21
13 12 11
33 32 31
23 22 21
13 12 11
A A A
A A A
A A A
A A A
A A A
A A A
A A
(1.86)
Tambin se cumple que:
) ( ) ( v A v A
r r
= (1.87)
para cualquier vector v
r
.
Producto Escalar
El producto escalar de un tensor de segundo orden A por un vector x
r
(tensor de orden
uno) resulta ser otro vector y
r
(tensor de orden uno):

j j
j
j
k jk
j kl l jk
l l k j jk
e
e
e
e e e
x A y
( )

(
y
x A
x A
x A
y
=
=
=
=
=
3 2 1
r r
(1.88)
El producto escalar de dos tensores de segundo orden A y B es otro tensor de segundo
orden, verificndose que A B B A :

l i il
l i kl ik
l i jk kl ij
l k kl j i ij
e e
e e
e e
e e e e B A C

)

( )

(
=
=
=
= =
C
B A
B A
B A
3 2 1
AB
l i il
l i kl ik
l i jk kl ij
l k kl j i ij
e e
e e
e e
e e e e A B D

)

( )

(
=
=
=
= =
D
A B
A B
A B
3 2 1
BA
(1.89)
Tambin se cumplen las siguientes propiedades:
C B A C B A
C A B A C B A

=
+ = +
) ( ) (
) (
(1.90)
Potencia de Tensores

kl

jk

jk

34
El producto escalar (contraccin simple) nos permite definir la potencia de tensores de
segundo orden, luego:
A A A A A 1 A = = =
2 1 0
; ; (1.91)
donde 1 es el tensor identidad de segundo orden, ver subapartado 1.5.2.5.
Doble Producto Escalar
Consideremos dos didicas, d c A
r
r
= y v u B
r r
= , el doble producto escalar (doble
contraccin) podr ser definido de distintas formas B A
:
y B A tal como se indica a
continuacin.
Doble contraccin : ) (
( ) ( ) ( )( ) u d v c v u d c
r
r
r r r r
r
r
= (1.92)

) (
)

( )

(
escalar
ji ij
il jk kl ij
l k kl j i ij

=
=
=
=
B A
B A
B A e e e e B A
(1.93)

Doble contraccin (: ):
( ) ( ) ( )( ) v d u c v u d c B A
r
r
r r r r
r
r
= = :
:
(1.94)
Segn la definicin del doble producto escalar, podemos demostrar que es conmutativo:
( ) ( ) ( )( ) ( )( ) B A v d u c d v c u d c v u A B
:
:
:
= = = =
r
r
r r
r
r r r
r
r r r
(1.95)
En componentes:

) (
)

( )

(
escalar
ij ij
jl ik kl ij
l k kl j i ij
=
=
=
=
B A
B A
B A

e e e e B A
: :

(1.96)
Observemos que B A B A
:
, excepto cuando al menos uno de los dos tensores sea
simtrico, i.e. B A B A =
sym sym
:
,
sym sym
B A B A =
:
,
sym sym sym sym
B A B A =
:

El doble producto escalar de un tensor de tercer orden ( S ) y uno de segundo (B ), resulta:
( ) ( ) ( )( )
( ) ( ) ( )( )a d v c u a d c v u S B
c u d v a v u a d c B S
r
r
r r r r
r
r r r
r r
r
r r r r r
r
r

= =
= =
:
:
:
:
(1.97)

ik

jl

il

jk

1 TENSORES
35
Teniendo en cuenta la definicin anterior, B S
:
en la base Cartesiana viene representada
por:
i jk ijk i kq jp pq ijk q p pq k j i ijk
e e e e e e e

B S B S B S = =
:
(1.98)
La doble contraccin de un tensor de cuarto orden C con uno de segundo orden queda
definido por:
j i ij
j i kl ijkl j i lq kp pq ijkl q p pq l k j i ijkl
e e
e e e e e e e e e e

=
= = C C C
:
(1.99)
donde
ij
son la componentes resultante de la operacin : C = .
A continuacin expresamos algunas propiedades del doble producto escalar (: ):
( )
( ) ( ) ( ) B A B A B A
C A B A C B A
A B B A
= =
+ = +
=
: : :
: : :
: :
)
)
)
c
b
a
(1.100)
donde C B A , , son tensores de segundo orden y escalar.
A travs del doble producto escalar, podemos obtener las componentes del tensor de
segundo orden A , segn el sistema cartesiano, como:
ij lj ki kl j l k kl i j i l k kl ij
A A A A = = = = e e e e e e e e A

)

(
)

( )

( ) (
:
(1.101)
Consideremos dos vectores cualesquiera a
r
, b
r
y A un tensor de segundo orden,
demostramos que:
) (
) (

b a A
e e e e b A a
r
r
r
r
=
= =
= =
:
j i ij j ij i
jr pi r ij p r r j i ij p p
b a A b A a
b A a b A a
(1.102)
Producto Vectorial
El producto vectorial de un tensor de segundo orden A por un vector x
r
(tensor de orden
uno) resulta ser un tensor de segundo orden dado por:
l i k ij ljk
k k j i ij
e e
e e e x A

)
( )

(
=
=
x A
x A
r
(1.103)
donde empleamos la definicin (1.67), es decir,
l ljk k j
e e e

= . Hemos demostrado en el
Ejemplo 1.11 la siguiente relacin ( ) ( ) ( )c b a b c a c b a
r
r
r
r
r r r
r
r
= , que tambin la podemos
representar a travs de didicas como:
( ) [ ]
( ) [ ]
j
k k j k j j k k j k k j
a b c c b
c b a
r
r
r r
r
r
r
r
=
= = a b c c b c b a b c a ) ( ) ( ) (

(1.104)
En el caso particular cuando c a
r r
= podemos decir que:
36
( ) [ ]
[ ] [ ]
[ ] { }
j
p j p jp k k p j kp k jp k k
j kp p k jp p k k j k k j k k j
b a a 1 a a
a b a
r
r r r r
r
r
r
=
= =
= =
) (
) ( ) ( ) (
) ( ) ( ) ( ) (
b a a a a b a a a a
a b a b a a a b a b a a

(1.105)
Con lo cual podemos decir que las siguientes relaciones son vlidas:
( ) ( ) ( )
[ ] b a a 1 a a a b a
a b c c b c b a b c a c b a
r
r r r r r
r
r
r
r
r r
r
r
r
r
r
r r r
r
r

=
= =
) ( ) (
) (
(1.106)
1.5.1.1 Representacin de las Componentes de un Tensor de Segundo
Orden en la Base Cartesiana
Como hemos visto, un vector que tiene 3 componentes independientes lo hemos
representado en el espacio cartesiano tal y como se indica en la Figura 1.12. Un tensor de
segundo orden arbitrario tiene 9 componentes independientes, luego necesitaramos de un
hiperespacio para su presentacin. A continuacin presentamos un artilugio para hacer la
representacin de las componentes del tensor de segundo orden en el espacio cartesiano.
Dado un tensor de segundo orden T , y su representacin en la base cartesiana:
3 3 33 2 3 32 1 3 31
3 2 23 2 2 22 1 2 21
3 1 13 2 1 12 1 1 11

e e e e e e
e e e e e e
e e e e e e
e e T
+ + +
+ + + +
+ + + =
=
T T T
T T T
T T T
T
j i ij
(1.107)
Podemos obtener la proyeccin de T segn la base
k
e
como:
3 3 2 2 1 1

e e e e e e e e e T
k k k i ik jk i ij k j i ij k
T T T T T T + + = = = = (1.108)
Observemos que como resultado tenemos tres vectores ( 3 , 2 , 1 = k ):
= + + = =
= + + = =
= + + = =
=
)
(
3 33 2 23 1 13 3
)
(
3 32 2 22 1 12 2
)
(
3 31 2 21 1 11 1
3
2
1

3

2

1

e
e
e
t e e e e
t e e e e
t e e e e
e e T
r
r
r
T T T T
T T T T
T T T T
T
i i
i i
i i
i ik k
k
k
k

(1.109)
La representacin de estos vectores
)
(
1
e
t
r
,
)
(
2
e
t
r
,
)
(
3
e
t
r
, en la base cartesiana se muestra en la
Figura 1.14.

Figura 1.14: Vectores tensores en la base cartesiana.
1
x

2
x

3
x

2
)
(

2
e T t
e
=
r

3
)
(

3
e T t
e
=
r

1
)
(

1
e T t
e
=
r

2
e

3
e

1
e
1 TENSORES
37
Observemos tambin que
)
(
1
e
t
r
es el tensor proyectado segn la direccin
1
e cuyo versor
representamos por [ ] 0 , 0 , 1
) 1 (
=
i
n , es decir:
)
(
31
21
11
33 32 31
23 22 21
31 12 11
1
0
0
1
)
(
e
n T
i i
t
T
T
T
T T T
T T T
T T T
=
(
(
(
=
(
(
(
(
(
(
=
(1.110)
El mismo resultado (1.110) poda haber sido obtenido simplemente haciendo el producto
escalar de T dado por (1.107) por la base
1
e , es decir:
[
]
)
(
3 31 2 21 1 11
1 3 3 33 2 3 32 1 3 31
3 2 23 2 2 22 1 2 21
3 1 13 2 1 12 1 1 11 1
1

e
t e e e
e e e e e e e
e e e e e e
e e e e e e e T
r
= + + =
+ + +
+ + + +
+ + + =
T T T
T T T
T T T
T T T
(1.111)
Luego, podemos representar las componentes de un tensor de segundo orden en la base
cartesiana tal y como se indica en la Figura 1.15.
Las componentes de la diagonal principal,
11
T ,
22
T ,
33
T , estn normales a los planos
definidos por los versores
1
e ,
2
e ,
3
e , respectivamente. Por ello denominamos de

componentes normales. Las componentes que estn tangentes al plano denominamos de
componentes tangenciales, que corresponden a las componentes que estn fuera de la diagonal
principal.

Figura 1.15: Representacin de las componentes de un tensor de segundo en la base
cartesiana.

1
x

2
x

3
x

1 11
e T

2 21
e T
3 31
e T

1 12

e T

3 32

e T

2 22

e T

3 33
e T

1 13
e T
2 23
e T

)
(
1
e
t
r

)
(
2
e
t
r

)
(
3
e
t
r

(
(
(
=
33 32 31
23 22 21
13 12 11
T T T
T T T
T T T
T
ij

38
NOTA: A lo largo del libro utilizaremos las siguientes notaciones:

)

(
)

(
)

( )

(
l i jl ij
l i jk kl ij
l k kl j i ij
e e
e e
e e e e B A
=
=
=
B A
B A
B A

(1.112)

Observemos que no se repite ndices ms que 2 veces ni en la notacin simblica ni en la
notacin indicial. Observemos tambin que la notacin indicial ser equivalente a la
notacin tensorial slo cuando se trata de un escalar, e.g. = =
ij ij
B A B A: ,
i i
b a = b a .
1.5.2 Propiedades de los Tensores
1.5.2.1 Transpuesta
Sea un tensor de segundo orden A representado por:
)

(
j i ij
e e A = A (1.113)
La transpuesta del tensor A definimos como:
)

( )

(
i j ij j i ji
T
e e e e A = = A A (1.114)
Si
ij
A son las componentes de A , las componentes de la transpuesta de A sern:
ji ij
T
A = ) (A (1.115)
Si v u A
r r
= , la transpuesta de A vendr dada por u v A
r r
=
T
:
( )
( )
( )
( )
j i ji i j ij
T
j i ij
j i i j i j j i
T
j i j i
j j i i i i j j
T
j j i i
T
T
e e e e e e
e e e e e e
e e e e e e
u v v u A

= = =
= = =
= = =
= =
A A A
v u v u v u
u v u v v u
r r r r
(1.116)
Sean A , B dos tensores y , escalares, las siguientes relaciones son vlidas:
A A =
T T
) (
T T T
A B A B + = + ) (
T T T
B A A B = ) (
(1.117)
( ) ( )
( ) ( ) B A e e e e B A
B A e e e e B A

= = = =
= = = =
ji ij il jk kl ij l k kl i j ij
T
ji ij jk il kl ij k l kl j i ij
T
B A B A B A
B A B A B A

: :
: :

(1.118)
La transpuesta de la matriz que contienen las componentes del tensor, se forma al cambiar
filas por columna y viceversa, es decir:
Notacin tensorial
Notacin simblica
base cartesiana
Notacin indicial
1 TENSORES
39
(
(
(
=
(
(
(
=
(
(
(
=
33 23 13
32 22 12
31 21 11
33 32 31
23 22 21
13 12 11
33 32 31
23 22 21
13 12 11
A A A
A A A
A A A
A A A
A A A
A A A
A A A
A A A
A A A
T
T a transpuest
A A
(1.119)
Ejemplo 1.13: Demostrar que las siguientes relaciones son vlidas:
( ) ( ) ( ) B C A C A B C B A : : :
T T
= =
donde A , B , C son tensores de segundo orden cualesquiera.
Solucin: Demostraremos esta identidad a travs de sus componentes:
( ) ( )
( )
kj ik ij jq il kp pq lk ij
q l kp j i pq lk ij
q p pq k l lk j i ij
C B A C B A
C B A
C B A
= =
=
=

e e e e
e e e e e e C B A

:
: :

Observemos que cuando trabajamos en notacin indicial la posicin de las componentes
no importa, es decir:
ik kj ij kj ij ik kj ik ij
B C A C A B C B A = =
Podemos ahora observar que la operacin
ij ik
A B resultar un tensor de segundo orden
cuyas componentes son
kj
T
) ( A B luego, ( ) C A B : =
T
kj ij ik
C A B . Anlogamente podemos
decir que ( ) B C A :
T
ik kj ij
= B C A .

Ejemplo 1.14: Demostrar que, si u
r
, v
r
son vectores y A un tensor de segundo orden, la
siguiente relacin es vlida:
u A v v A u
r r r r
=
T

Solucin:
l jl j j jl l
il i jl kj k jk k il jl i
i i l j jl k k k k j l jl i i
T
u A v v A u
u A v v A u
u A v v A u
=
=
=
=

e e e e e e e e
u A v v A u

r r r r

1.5.2.2 Simetra y Antisimetra
1.5.2.2.1 Tensor Simtrico
Un tensor de segundo orden A es simtrico, i.e.:
sym
A A , si el tensor es igual a su
transpuesta:
ji ij
s componente en T
A A = =

A A (1.120)
En forma de matriz:
(
(
(
= =
33 23 13
23 22 12
13 12 11
A A A
A A A
A A A
sym T
A A A (1.121)
Podemos notar claramente que un tensor simtrico de segundo orden tiene 6 componentes
independientes:
11
A ,
22
A ,
33
A ,
12
A ,
23
A ,
13
A .
Segn ecuacin (1.120) un tensor simtrico se puede representar por:
40
) (
2
1
) (
2
1
2
T
ji ij ij
ji ij ij
ji ij ij ij
ji ij
A A A + = + =
+ =
+ = +
=
A A A
A A A
A A A A
A A

(1.122)
Un tensor de cuarto orden C , cuyas componentes son
ijkl
C , puede presentar:
Simetra menor:
jilk ijlk jikl ijkl
C C C C = = =
(1.123)
Simetra mayor:
klij ijkl
C C =
(1.124)
Luego, un tensor de cuarto orden es simtrico si presenta simetra menor y mayor. Un
tensor de cuarto orden no simtrico tiene 81 componentes independientes. Si presenta slo
simetra menor, es decir, simetra en ) 6 ( ji ij = y simetra en ) 6 ( lk kl = , quedando el tensor
con 36 componentes independientes. Si adems de simetra menor el tensor presenta
tambin simetra mayor, el tensor presenta 21 componentes independientes.
1.5.2.2.2 Tensor Antisimtrico
Un tensor A ser antisimtrico, i.e.:
anti
A A , si:
ji ij
s componente en T
A A = = A A (1.125)
o an:
(
(
(

= =
0
0
0
23 13
23 12
13 12
A A
A A
A A
anti T
A A A
(1.126)
Observemos que un tensor antisimtrico de segundo orden tiene 3 componentes
independientes:
12
A ,
23
A ,
13
A .
Segn la condicin (1.125) un tensor antisimtrico viene dado por:
) (
2
1
) (
2
1
2
T
ji ij ij
ji ij ij
ji ij ij ij
A A A = =
=
= +
A A A
A A A
A A A A

(1.127)
Sea W un tensor antisimtrico, luego debe cumplir la relacin (1.127):
) (
2
1
) (
2
1
) (
2
1
il jk jl ik kl il jk kl jl ik kl ji ij ij
= = = W W W W W W (1.128)
Utilizando la relacin entre la delta de Kronecker y el operador de permutacin dada por
(1.62) obtenemos que
lkr ijr il jk jl ik
= y reemplazando en la expresin (1.128)
resulta:
lkr ijr kl ij
W W
2
1
= (1.129)
1 TENSORES
41
Desarrollando el trmino
lkr kl
W para los ndices mudos k , l slo quedamos con los
siguientes trminos distintos de cero:
r r r r r r lkr kl 23 32 13 31 32 23 12 21 31 13 21 12
W W W W W W W + + + + + = (1.130)
con lo que concluimos que:
r lkr kl
lkr kl
lkr kl
lkr kl
w
w r
w r
w r
2
2 2 3
2 2 2
2 2 1
3 12 21 12
2 13 31 13
1 23 32 23
=
= = + = =
= = = =
= = + = =
W
W W W W
W W W W
W W W W
(1.131)
donde hemos hecho los siguientes cambios de variables:
(
(
(
=
(
(
(

=
(
(
(
=
0
0
0
0
0
0
0
0
0
1 2
1 3
2 3
23 13
23 12
13 12
32 31
23 21
13 12
w w
w w
w w
ij
W W
W W
W W
W W
W W
W W
W
(1.132)
Definimos as el vector axil w
r
correspondiente al tensor antisimtrico W. El mdulo de w
r

viene dado por:
2
12
2
13
2
23
2
3
2
2
2
1
2
2
W W W + + = + + = = = w w w w w w
r r r
(1.133)
Reemplazando (1.131) en (1.129) y considerando que
rij ijr
= obtenemos que:
rij r ij
w = W (1.134)
Partiendo de la expresin (1.134) y multiplicando los dos miembros por
kij
obtenemos
que:
k rk r kij rij r ij kij
w w w 2 2 = = = W (1.135)
donde aplicamos la relacin
rk kij rij
2 = obtenida en el Ejemplo 1.7, con lo que
concluimos que:
ij kij k
w W
2
1
= (1.136)
La representacin de las componentes del tensor antisimtrico y de su vector axil
correspondiente, en el sistema cartesiano, se puede apreciar en la Figura 1.16.
Sean a
r
y b
r
vectores arbitrarios y W un tensor antisimtrico, entonces se cumple que:
b W a b W a a W b
r
r
r
r r
r
= =
T

(1.137)
luego si b a
r
r
= resulta que:
0 ) ( = = = a a W a W a a W a
r r r r r r
: (1.138)
NOTA: Observar que ) ( a a
r r
resulta un tensor de segundo orden simtrico. Ms
adelante, demostraremos que el doble producto escalar entre un tensor simtrico y un
tensor antisimtrico resulta ser cero.

42

Figura 1.16: Componentes de un tensor antisimtrico.
Sean W un tensor antisimtrico y a
r
un vector arbitrario, las componentes del producto
escalar a W
r
vienen dadas por:
3 33 2 32 1 31
3 23 2 22 1 21
3 13 2 12 1 11
3 3 2 2 1 1
3
2
1
a W a W a W
a W a W a W
a W a W a W
a W a W a W a W
+ + =
+ + =
+ + =
+ + =
i
i
i
i i i j ij
(1.139)
Considerando la propiedad del tensor antisimtrico, i.e., 0
11
= W , 0
22
= W , 0
33
= W , el
producto escalar (1.139) resulta:
( )
+ =
+ =
+ =

2 32 1 31
3 23 1 21
3 13 2 12
3
2
1
a W a W
a W a W
a W a W
i
i
i
i
a W
r

(1.140)
Fijemos que las componentes anteriores son las mismas que resultan de la operacin:
( ) ( ) ( )
( ) ( ) ( )
3 2 32 1 31 2 3 23 1 21 1 3 13 2 12
3 2 1 1 2 2 3 1 1 3 1 3 2 2 3
3 2 1
3 2 1
3 2 1

e e e
e e e
e e e
a
a W a W a W a W a W a W
a a a a a a
a a a
+ + + + + =
+ + + + =
=
w w w w w w
w w w
r r
w

(1.141)
donde se cumple que
32 23 1
W W = = w ,
31 13 2
W W = = w ,
21 12 3
W W = = w . Luego, dado un
tensor antisimtrico W, y el vector axil w
r
correspondiente a W se cumple que:
a a W
r r r
= w (1.142)
para todo vector a
r
. La relacin anterior podra haber sido obtenida a travs de la
definicin de las componentes de W dada por (1.134), i.e.:

23 1
W = w

1
x

2
x

3
x

12
W

12
W

23
W

13
W

13
W

13 2
W = w

12 3
W = w

3 3 2 2 1 1

e e e w w w + + = w
r

23
W

(
(
(

=
0
0
0
23 13
23 12
13 12
W W
W W
W W
W
ij

1 TENSORES
43
i k j ijk k jik j k ik i
w w ) ( ) ( a a W
r r r
= = = = w a a a W
(1.143)
Podemos representar el vector axil w
r
por su mdulo, = w
r
, y por un versor segn la
direccin de w
r
como
*
1
e = w
r
, luego la expresin (1.142) puede aun ser expresada por:
a e a a W
r r r r
= =
*
1
w (1.144)
Adems si escogemos dos versores
*
2
e ,
*
3
e que constituyan una base ortonormal con

*
1
e ,
ver Figura 1.17, tal que:
*
2
*
1
*
3
*
1
*
3
*
2
*
3
*
2
*
1

;

;

e e e e e e e e e = = = (1.145)
Podemos entonces representar el vector a
r
en esta nueva base como
*
3
*
3
*
2
*
2
*
1
*
1

e e e a a a a + + =
r
, luego:
[ ] a e e e e
e e e e e e e e
e e e e a e a W
e e
0
r
43 42 1 43 42 1 43 42 1
r r
=
= + + =
+ + = =
= =
=
)

(
)

( )

(
)

(

*
3
*
2
*
2
*
3
*
2
*
3
*
3
*
2
*
2
*
3
*
1
*
3
*
3
*
2
*
1
*
2
*
1
*
1
*
1
*
3
*
3
*
2
*
2
*
1
*
1
*
1
*
1

a a a a a
a a a

(1.146)
Con lo cual podemos representar un tensor antisimtrico como:
)

(
*
3
*
2
*
2
*
3
e e e e W = (1.147)

Figura 1.17: bases ortonormales.
Aprovechando la representacin del tensor antisimtrico (1.147), podemos obtener la
proyeccin del tensor W segn las direcciones
*
1
e ,
*
2
e ,
*
3
e :
*
2
*
3
*
3
*
2
*
1

;

;
e e W e e W 0 e W = = =
r
(1.148)
Tambin podemos verificar que se cumple lo siguiente:
[ ]
[ ]

= =
= =

*
3
*
3
*
2
*
2
*
3
*
2
*
3
*
2
*
2
*
3
*
2
*
2
*
3
*
3
*
2
*
3
)

(

)

(

e e e e e e e W e
e e e e e e e W e
(1.149)
Luego, en este nuevo espacio podemos representar las componentes del tensor W como:
(
(
(
=
0 0
0 0
0 0 0
*
ij
W
(1.150)

*
3
e

*
1
e
3
e

2
e

1
e

*
2
e

*
1
e = w
r

44
En la Figura 1.18 podemos apreciar dichas componentes y la representacin del vector axil.
Observemos tambin que, si tomamos otros dos versores cualesquiera (normales entre s)
definidos en el plano
*
3
*
2

e e nos proporcionarn las mismas componentes que (1.150).
Es interesante observar que las componentes de W en las bases (
j i
e e

) y (
* *

j i
e e ) son
distintas, ver Figura 1.18 y Figura 1.16. Ms adelante obtendremos la ley que gobierna dicha
transformacin, i.e. conocidas las componentes en un sistema, a travs de ley de
transformacin podemos obtener las componentes en otra base.

Figura 1.18: Componentes del tensor antisimtrico en el espacio definido por el vector axil.
1.5.2.2.3 Descomposicin Aditiva de Tensores en una Parte Simtrica y Antisimtrica
Cualquier tensor puede ser descompuesto (de forma adicional) en una parte simtrica
sym
A
y en otra antisimtrica
anti
A :
anti sym T T
anti sym
A A A A A A A
A A
+ = + + =
43 42 1 43 42 1
) (
2
1
) (
2
1

(1.151)
en componentes:
) (
2
1
) (
2
1
ji ij
anti
ij ji ij
sym
ij
y A A A A A A = + = (1.152)
Observemos que, si A y B son tensores de segundo orden cualesquiera, se cumple que:
( ) ( ) ( ) [ ]
[ ]
A B A
A B B A
A B A A B A A B A A B A A B A

=
+ =
+ =
(
+ =
sym T
T T
T T T
T
T T
sym
T
2
1
2
1
2
1

(1.153)
Ejemplo 1.15: Si es un tensor de segundo orden simtrico y W es un tensor de
segundo orden antisimtrico. Demostrar que 0 = W : .
Solucin:
(escalar) )

( )

(
ij ij jk il lk ij k l lk j i ij
W W W = = = e e e e W : :

(
(
(
=
0 0
0 0
0 0 0
*
ij
W

*
3
e

*
1
e

*
2
e

1
x

2
x
3
x

*
1
e = w
r

2
12
2
13
2
23
W W W + + = = w
r

1 TENSORES
45
Desarrollando
43 42 1 43 42 1 3 2 1
33 33
32 32
31 31
3 3
23 23
22 22
21 21
2 2
13 13
12 12
11 11
1 1
W
W
W
W
W
W
W
W
W
W
W
W W
=
j j j j j j ij ij

Considerando la propiedad de un tensor simtrico
21 12
= ,
13 31
= ,
23 32
= y
antisimtrico 0
33 22 11
= = = W W W ,
12 21
W W = ,
13 31
W W = ,
23 32
W W = , resultando:
0 = W :
Ejemplo 1.16: Demostrar que:
a) M Q M M Q M
r r r r
=
sym

b)
anti anti sym sym
B A B A B A : : : + =
donde , M
r
es un vector y Q, A , y B son tensores de segundo orden.
Solucin:
a)
( )
M Q M M Q M
M Q Q M M Q M
r r r r
r r r r

+ =
+ =
anti sym
anti sym

Ya que el producto: ( ) 0 = = M M Q M Q M
r r r r
:
anti anti
, resulta que:
M Q M M Q M
r r r r
=
sym

b)
anti anti sym sym
anti anti sym anti anti sym sym sym
anti sym anti sym
B A B A
B A B A B A B A
B B A A B A
: :
: : : :
: :
+ =
+ + + =
+ + =
= =
43 42 1 43 42 1
0 0
) ( ) (

Luego como consecuencia tenemos que:
anti anti anti sym sym sym
B A B A B A B A : : : : = = ;

Ejemplo 1.17: La relacin n T T n
r r
= es vlida siempre? Siendo T un tensor de segundo
orden y n
r
un vector. En el supuesto de que la relacin no sea vlida, para qu caso
particular lo sera?
Solucin:
l kl k
l ik kl i
l k kl i i
e
e
e e e T n

)

(
T n
T n
T n
=
=
=
r
y
l lk k
l ki lk i
i i k l lk
e
e
e e e n T

)

(
T n
T n
n T
=
=
=
r

Con lo que comprobamos que
lk k kl k
T n T n , luego n T T n
r r
. La relacin n T T n
r r
=
slo ser vlida cuando el tensor T sea simtrico.

Ejemplo 1.18: Obtener el vector axil w
r
asociado al tensor antisimtrico
anti
) ( a x
r r
.
Expresar w
r
en funcin de x
r
y a
r
.
Solucin:
Sea z
r
un vector arbitrario, se cumple que:
c.q.d.
c.q.d.
c.q.d.
46
z w z a x
r r r r r
=
anti
) (
donde w
r
es el vector axil asociado a
anti
) ( a x
r r
. Teniendo en cuenta que:
[ ] [ ] x a a x a x a x a x
r r r r r r r r r r
= =
2
1
) ( ) (
2
1
) (
T anti

podemos an decir que:
[ ] [ ] z w z x a a x z w z x a a x
r r r r r r r r r r r r r r
= = 2
2
1

Utilizando la identidad (1.104) se cumple que [ ] ) ( a x z z x a a x
r r r r r r r r
= , luego:
[ ] z w z x a a x z z x a a x
r r r r r r r r r r r r r
= = = 2 ) ( ) (
con lo cual, concluimos que:
anti
tensor al asociado axil vector el es ) ( ) (
2
1
a x x a w
r r r r r
=

1.5.2.3 Cofactor de un Tensor. Adjunta de un Tensor
Dado un tensor A , representamos el cofactor de A como ) cof(A . Dados dos vectores a
r

y b
r
existe un nico tensor ) cof(A asociado al tensor A tal que:
) ( ) ( ) ( b A a A b a A
r
r
r
r
= ) cof(
(1.154)
Definimos la adjunta de un tensor A como:
[ ]
T
) (A A cof ) adj( = (1.155)
donde se cumple que:
[ ] ) adj( ) adj(
T T
A A = (1.156)
Las componentes de ) cof(A podemos obtener de la siguiente manera:
[ ]
[ ]
kr jp ijk tpr it
r kr p jp ijk r p tpr it
A A ) cof(
b A a A b a ) cof(

=
=
A
A
(1.157)
Multiplicando ambos lados de la igualdad por
qpr
y adems considerando que
tq qpr tpr
2 = , concluimos que:
[ ] [ ]
[ ]
kr jp qpr ijk iq
kr jp qpr ijk
tq
qpr tpr it kr jp ijk tpr it
A A ) cof(
A A ) cof( A A ) cof(

2
1
2
=
= =
=
A
A A
43 42 1

(1.158)
1.5.2.4 Traza de un Tensor
Antes de definir la traza de un tensor de segundo orden definimos la traza de su base:
ij j i j i
= = e e e e

)

( Tr (1.159)
Luego la traza de un tensor A es la suma de las componentes de su diagonal principal:
1 TENSORES
47
33 22 11
)

( )

( )

( ) (
A A A
A A A Tr A A Tr Tr
+ + =
= = = = =
ii ij ij j i ij j i ij j i ij
e e e e e e A
(1.160)
Anlogamente podemos decir que:
v u
e e e e v u v u
r r
r r r r

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

( )

( ) ( ) (
v u v u v u
v u v u v u Tr v u Tr Tr
i i ij j i j i j i j i j i

(1.161)
NOTA: Podemos adelantar que la traza de un tensor es un invariante, es decir, es
independiente del sistema de referencia.
Dados dos tensores A y B :
La traza de la transpuesta de un tensor es igual a la traza del tensor:
( ) ( ) A A Tr Tr =
T
(1.162)
La traza de la suma de estos dos tensores ser la suma de la traza de los tensores:
( ) ( ) ( ) B A B A Tr Tr Tr + = + (1.163)
La demostracin es muy sencilla bastando expresar en trminos de componentes la
expresin anterior:
( ) ( ) ( )
( ) ( ) ( ) [ ] ( ) ( )
33 22 11 33 22 11 33 33 22 22 11 11
B B B A A A B A B A B A
Tr Tr Tr
+ + + + + = + + + + +
+ = + B A B A

(1.164)
La traza del producto escalar ser:
( ) [ ]
[ ]
( ) A B B A
e e
e e e e B A

= = =
=
=

)

(
)

( )

(
Tr B A
Tr B A
B A Tr Tr
li il
im
m i jl lm ij
m l lm j i ij
4 4 3 4 4 2 1

(1.165)
Anlogamente podemos obtener:
( ) ( ) ( )
ki jk ij
C B A Tr Tr Tr = = = B A C A C B C B A
(1.166)
Luego, es fcil demostrar que las siguientes relaciones son vlidas:
ii
A Tr = ) (A , [ ]
jj ii
A A Tr Tr Tr = = ) ( ) ( ) (
2
A A A , ( ) ( )
li il
A A Tr Tr = =
2
A A A
( ) ( )
ki jk ij
A A A Tr Tr = =
3
A A A A
(1.167)
Podemos escribir el doble producto escalar ( : ) en funcin de la traza como:
( ) ( )
) ( ) (
) (
) (
B A B A
B A B A
B A
B A
B A

= =
= =
= =
= =
=
T T
kk
T
kk
T
kl
kl
T
il ik kl
kl
T
lj kj
jl jk il ik il ik lj kj
ij ij
Tr Tr
B A B A
B A B A
B A

3 2 1
3 2 1
:
(1.168)

48

Ejemplo 1.19: Demostrar las siguientes identidades:
( ) ( ) ( ) ( )
m
m
T
m
T
T
m
T T T T Tr Tr = = ; .
Solucin:
( ) ( ) ( )
m
T T T T T
T
m
T T T T T T T T = = = L L

Para la segunda demostracin utilizaremos la propiedad de la traza ( ) ( ) T T Tr Tr =
T

( ) ( ) ( )
m
T
m
m
T
T T T Tr Tr Tr = =
1.5.2.5 Tensores Particulares
1.5.2.5.1 Tensores Identidad
Tensor identidad de segundo orden:
j i i i j i ij
e e e e e e 1

= = = 1 (1.169)
donde 1 es la matriz con las componentes del tensor 1.
ij
es conocido como el smbolo
delta de Kronecker, definido en (1.47):
=
=
j i si
j i si
ij
0
1

(1.170)
Tensores identidades de cuarto orden:
l l l l
e e e e e e e e 1 1

= = =
k j i ijk k j i j ik
I I
(1.171)
l l l l
e e e e e e e e 1 1

= = =
k j i ijk k j i jk i
I I
(1.172)
l l l l
e e e e e e e e 1 1

= = =
k j i ijk k j i k ij
I I
(1.173)
Con lo cual, dado un tensor de segundo orden arbitrario, A , se cumplen que:
( ) ( )
( )
( )
( )
A
e e
e e
e e
e e e e e e A
=
=
=
=
=
j i ij
j i k j ik
j i q kp pq j ik
q p pq k j i j ik

A
A
A
A
l l
l l
l l

: : I

(1.174)
y
( ) ( )
( )
( )
( )
T
j i ji
j i k jk i
j i q kp pq jk i
q p pq k j i jk i
A
e e
e e
e e
e e e e e e A
=
=
=
=
=

A
A
A
A
l l
l l
l l

: : I
(1.175)
y
c.q.d.
c.q.d.
1 TENSORES
49
( ) ( )
( )
( )
( )
1 A
e e
e e
e e
e e e e e e A
) (

Tr
A
A
A
A
=
=
=
=
=
j i ij kk
j i k k ij
j i q kp pq k ij
q p pq k j i k ij

l l
l l
l l
: : I
(1.176)
La parte simtrica del tensor de identidad de cuarto orden viene definido como:
( ) ( )
jk i j ik ijk
s componente en sym

l l l
+ = + =
2
1
2
1
I 1 1 1 1 I I (1.177)
La propiedad que presenta el producto tensorial se presenta a continuacin.
Consideremos el tensor identidad de segundo orden un tensor de segundo orden
j i ij
e e 1

= , luego definimos el producto tensorial como:
( ) ( ) ( )
l l l l
e e e e e e e e 1 1

= =
j k i k ij k k j i ij
(1.178)
que es lo mismo que:
( )
l l
e e e e 1 1

= =
k j i j ik
I (1.179)
Y el producto tensorial como:
( ) ( ) ( )
j k i k ij k k j i ij
e e e e e e e e 1 1

= =
l l l l
(1.180)

( )
l l
e e e e 1 1

= =
k j i jk i
I (1.181)
La parte antisimtrica de I ser:
( ) ( )
jk i j ik
anti
ijk
s componente en anti

l l l
= =
2
1
2
1
I 1 1 1 1 I (1.182)
Se puede demostrar que, dado un tensor de segundo orden A y un vector b
r
las siguientes
relaciones son vlidas:
b 1 b
r r
=
sym sym
A A A A = = : : I I ;
ii
A Tr = = ) (A 1 A:
( ) ( )
li il
A A Tr Tr = = = A A A 1 A
2 2
:
( ) ( )
ki jk ij
A A A Tr Tr = = = A A A A 1 A
3 3
:
(1.183)
1.5.2.5.2 Pseudo-Tensor Levi-Civita
El Pseudo-Tensor Levi-Civita, tambin conocido como Tensor de Permutacin, es un pseudo-
tensor de tercer orden definido como:
k j i ijk
e e e

= (1.184)
donde
ijk
son las componentes del operador de permutacin definido en (1.55).
50
Ejemplo 1.20: Demostrar que: ) (T 1 T Tr = : .

Solucin:
) (

T
e e e e 1 T
Tr
T T T
T
T
=
= = =
=
=
jj ii ij ij
jl ik kl ij
l k kl j i ij

: :

Ejemplo 1.21: Probar que si y D son tensores de segundo orden la siguiente relacin es
vlida:
) ( D D = Tr
Solucin: Basndonos en lo que fue demostrado en (1.93), podemos decir que:
) (
) ( ) ( ) (
) (
D
D D D
D
D

=
= = =
=
= =
=
Tr
D
D D
D
ll kk lk kl
lk
kl
jl kj
lk jl kj il ik jl kj
ji ij

3 2 1
Una segunda alternativa para la demostracin sera:
( )
) ( D
1 D
D

=
=
= =
Tr
D D
:
ik jk ij ji ij

1.5.2.6 Determinante de un Tensor
El determinante de un tensor es un escalar y tambin es un invariante:
4 4 3 4 4 2 1
T
k j i ijk k j i ijk
A
A A
3 2 1 3 2 1
) (
A A A A A A
det
= =
(1.185)
El determinante de un tensor es igual al determinante de la matriz que contiene las
componentes del tensor.
La demostracin de (1.185) puede hacerse partiendo directamente del determinante:
3 2 1
3 2 31 3 3 2 21 2 3 2 11 1
3 2 3 31 3 2 2 21 3 2 1 11
22 13 23 12 31 32 13 33 12 21 32 23 33 22 11
33 32 31
23 22 21
13 12 11
) ( ) ( ) (
) ( ) ( ) (
) (
k j i ijk
k j jk k j jk k j jk
k j jk k j jk k j jk
A A A
A A A A A A A A A
A A A A A A A A A
A A A A A A A A A A A A A A A
A A A
A A A
A A A
det

=
+ + =
+ =
+ =
= = A A

(1.186)
Algunas consideraciones sobre el determinante de tensores:
1 ) ( = 1 det (1.187)
c.q.d.
c.q.d.
c.q.d.
1 TENSORES
51
Podemos concluir de (1.185) que:
) ( ) ( A A det det =
T
(1.188)
Tambin podemos demostrar que las siguientes relaciones son vlidas:
) ( ) ( ) ( B A B A det det det =
) ( ) (
3
A A det det = siendo un escalar
(1.189)
Un tensor ) (A se dice que es singular si 0 ) ( = A det .
Intercambiando dos lneas o columnas el signo del determinante cambia.
Si todos elementos de una fila o columna son cero, el determinante es cero.
Multiplicando todos los elementos de una fila o columna por una constante c
(escalar), el determinante queda: A c .
kq jp rt rjk tpq
A A A = A
Solucin: Sabemos que:
3 2 1
3 2 1
k j r tpq rjk tpq
k j r rjk
A A A
A A A

=
=
A
A
(1.190)
Como lo visto anteriormente, ecuacin (1.61), la expresin
tpq rjk
podr ser expresada en
funcin de la delta de Kronecker como:
rp jt kq rt kp jq kt jp rq kp jt rq kt jq rp kq jp rt
kq kp kt
jq jp jt
rq rp rt
tpq rjk

+ + =
=
(1.191)
Reemplazando la expresin anterior (1.191) en la expresin (1.190), y utilizando la
propiedad del operador de sustitucin obtenemos que:
( ) ( ) ( )
qk pj tr rjk kq jp rt rjk
qk pj jk t qk pj jk t qk pj jk t
q t p p q t t p q p t q t q p q p t tpq
A A A A A A
A A A A A A A A A
A A A A A A A A A A A A A A A A A A

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

kq jp rt tpq rjk
A A A
6
1
= A
Solucin:
Partiendo del problema anterior:
kq jp rt rjk tpq
A A A = A y multiplicando ambos lados por
tpq
, resulta:
kq jp rt tpq rjk tpq tpq
A A A = A
(1.192)
Utilizando la propiedad definida anteriormente en la ecuacin (1.62), obtenemos que
6 = = =
tt pp tt tp tp pp tt tpq tpq
. Luego, la relacin (1.192) resulta:
kq jp rt tpq rjk
A A A
6
1
= A
( ) b a b a 1
r
r
r
r
+ = +
2 3
det (1.193)
c.q.d.
c.q.d.
52
Solucin: Si denotamos por
j i ij ij
b a A + , el determinante de A viene dado por
3 2 1 k j i ijk
A A A = A , donde
1 1 1
b a A
i i i
+ = ,
2 2 2
b a A
j j j
+ = y
3 3 3
b a A
k k k
+ = ,
luego podemos decir que:
( ) ( )( )( )
3 3 2 2 1 1
b a b a b a det
k k j j i i ijk
+ + + = + b a 1
r
r
(1.194)
Desarrollando la expresin (1.194) obtenemos que:
( ) [
]
3 2 1
3
3 2 1
2
2 3 1
2
1 3 2
2
3 2 1
2
3 1 2
2
2 1 3
2
3 2 1
3
b b b a a a b b a a b b a a b a b a
b a b a b a det
k j i k j i j k i i k j
k j i k i j j i k k j i ijk

+ + + +
+ + + + = + b a 1
r
r

Observemos que:
0
0
0
) ( ) ( ) (
) (
3 2 1
2 1 1 2 213 2 1 2 1 123 2 1 3 3 2 1
3 1 1 3 3 1 3 1 3 1 2 2 3 1
2
1 1 2 2 3 3
2
1 23 2 3 1 3 12
2
3 2 1 3 1 2 2 1 3
2
3
123
3
3 2 1
3

=
= = =
= = =
= + + = + +
= + +
= =
b b b a a a
b b a a b b a a b b a a b b a a
b b a a b b a a b b a a b b a a
b a b a b a
k j i ijk
j i ij k j i ijk
k i k i j k i ijk
i i j j k k
k j i ijk k i j ijk j i k ijk
k j i ijk

b a
r
r

Fijemos que no haca falta expandir los trminos
2 3 1 j k i ijk
b b a a ,
3 2 1 k j i ijk
b b a a ,
3 2 1
b b b a a a
k j i ijk
, para saber que son iguales a cero, ya que
0 ) (
2 3 1 2 3 1
= =
j j j k i ijk
b b b b a a a a
r r
y anlogamente para los otros trminos. Con lo que
hemos demostrado que:
( ) b a b a 1
r
r
r
r
+ = +
2 3
det
Para 1 = tenemos que:
( ) b a b a 1
r
r
r
r
+ = + 1 det
Anlogamente, se puede demostrar que:
( ) 0
3 2 1
3
= = b b b a a a det
k j i ijk
b a
r
r

Tambin podemos demostrar que se cumple la siguiente relacin:
[ ] [ ] ) )( ( ) ( ) ( ) ( 1 ) ( ) (
2
b b a a b a b a b a a b b a 1
r r
r r
r
r
r
r
r
r r
r r
r
+ + + = + + det
(1.195)
donde , son escalares. Si 0 = recaemos en la expresin ( ) b a b a 1
r
r
r
r
+ = + 1 det .
Si = , obtenemos que:
( ) ( ) ( ) ( ) ( )( )
( ) ( )
(
+ =
(
+ + + = + +

2
2
2
2 1
1
b a b a
b b a a b a b a b a a b b a 1
r
r
r
r
r r
r r
r
r
r
r
r
r r
r r
r

det

(1.196)
donde hemos utilizado la propiedad ( ) ( )( ) ( )
2 2
b a b b a a b a
r
r
r r
r r
r
r
= , ver Ejemplo 1.1.
Tambin podemos demostrar que la siguiente relacin es vlida:
( ) ( ) [ ] [ ] ( ) B B A A B A B A det adj Tr adj Tr det det
3 2 2 3
) ( ) ( + + + = + (1.197)
Para el caso particular cuando 1 = , 1 A = , b a B
r
r
= , y adems teniendo en cuenta que
( ) 0 = b a
r
r
det , y ( ) 0 b a =
r
r
cof , concluimos que:
c.q.d.
1 TENSORES
53
( ) ( ) [ ] [ ] b a b a 1 b a 1 b a 1
r
r
r
r
r
r
r
r
+ = + = + = + 1 1 Tr Tr det det
(1.198)
cuya relacin ya fue demostrada anteriormente.
Podemos demostrar que la siguiente propiedad es vlida:
[ ] [ ] ) ( ) ( ) ( ) ( ) ( c b a A c A b A a A
r
r
r r
r
r
= det
(1.199)
Para la demostracin partiremos de la definicin del triple producto escalar dada por (1.69),
( )
k j i ijk
c b a = c b a
r
r
r
, y multiplicamos por ambos lados de la igualdad por el determinante
del tensor A , resultando:
( ) A A c b a
k j i ijk
c b a =
r
r
r
(1.200)
Fue demostrado en el Ejemplo 1.22 que se cumple que
rk qj pi pqr ijk
A A A = A , con lo
cual:
( )
[ ] ) ( ) ( ) (
) )( )( (

c A b A a A
A A c b a
r
r
r
r
r
r

=
=
=
=
k rk j qj i pi pqr
k j i rk qj pi pqr
k j i ijk
c A b A a A
c b a A A A
c b a
(1.201)
1.5.2.7 Inversa de un Tensor
La inversa de un tensor A es un tensor
1
A , definido como:
si 1 A A A A A A = =

1 1 1
0 (1.202)
En notacin indicial:
si
ij kj ik kj ik ij
= =

A A A A A
1 1 1
0 A (1.203)
La expresin de la inversa podemos obtener partiendo de la definicin de la adjunta de un
tensor dada por (1.154), ) ( ) ( ) ( b A a A b a A
r
r
r
r
= ) adj(
T
, y multiplicamos escalarmente
por el vector d
r
, resultando:
[ ] { } [ ]
[ ]
[ ]
3 2 1
r r
r
r r
r
r r
r
r r
r
r
c
d A A b A a A
d 1 b A a A
d b A a A d b a A
=

=
=
=
1
) ( ) (
) ( ) (
) ( ) ( ) (
T
) adj(

(1.204)
Utilizando la definicin (1.201), podemos decir que tambin se cumple que:
( ) [ ]
( ) [ ] ) ( ) ( ) (
) ( ) ( ) (
c A b A a A A c b a
b A a A c A A b a c
r
r
r r
r
r
r
r r
r
r r

=
=
(1.205)
Luego:
54
[ ] { } [ ]
( ) d A b a A
d A A b A a A d b a A
r r
r
r r
r
r r
r

=
=
1
1

) ( ) ( ) (
T
) adj(
(1.206)
El vector resultante de la operacin ) ( b a
r
r
representamos por el vector ) ( b a p
r
r r
= , con
lo cual la expresin anterior en notacin indicial queda:
[ ] { }
[ ]
[ ] [ ] [ ] d b a A A d b a A
A A
A A
r r
r
r r
r
=
=
=
) ( ) (

1
1
1
: : ) adj(
d p A d p ) adj(
d A p d p ) adj(
i k ki i k ki
i ki k i k ki
(1.207)
Con lo cual concluimos que:
[ ] =
1
A A A) adj( [ ] [ ]
T
) cof( ) adj( A
A
A
A
A
1 1
1
= =

(1.208)
Algunas consideraciones sobre la inversa de tensores:
Si los tensores A y B son invertibles entonces las siguientes propiedades son
vlidas:

( )
( )
[ ]
1 1
1 1
1
1
1 1 1
) ( ) (
1
) (

=
=
=
=
A A
A A
A A
A B B A
det det

(1.209)
La siguiente nomenclatura ser utilizada para representar la transpuesta de la
inversa:
1 1
) ( ) (

T T T
A A A (1.210)
Podemos demostrar que tambin es vlida la relacin ) adj( ) adj( ) adj( A B B A = ,
partiendo de la propia definicin de la inversa (1.208):
[ ] [ ]
[ ] [ ]
( ) [ ] [ ]
[ ]
[ ] [ ]
[ ] [ ] ) adj( ) adj( ) adj(
) adj( ) adj(
) adj(
) adj( ) adj(
) adj( ) adj(
) adj( ) adj(
A B B A
A B
B A
B A
B A
A B B A B A
A B A B B A
A
A
B
B
A B

=
=
=
=
=

1
1 1
1 1

(1.211)
donde hemos utilizado la propiedad que B A B A = . Anlogamente podemos demostrar
que [ ] [ ] ) cof( ) cof( ) cof( B A B A = .
Inversa de una matriz
Pasos para obtener la inversa de una matriz A:
1) Obtener la matriz cofactor: ) (A cof .
Sea la matriz A:
1 TENSORES
55
(
(
(
=
33 32 31
23 22 21
13 12 11
A A A
A A A
A A A
A
(1.212)
Definiremos la matriz M donde las componentes
ij
M sern obtenidas a partir del
determinante resultante de la matriz A al eliminar la lnea i y la columna j , es decir:
(
(
(
(
(
(
(
(
=
22 21
12 11
23 21
13 11
23 22
13 12
32 31
12 11
33 31
13 11
33 32
13 12
32 31
22 21
33 31
23 21
33 32
23 22
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
M (1.213)
con esto podemos definir la matriz cofactor de A:
ij
j i
M A
+
= ) 1 ( ) ( cof (1.214)
2) Obtener la adjunta de la matriz A:
La adjunta de la matriz A es la transpuesta de la matriz cofactor:
[ ]
T
) (A A cof ) adj( = (1.215)
3) La inversa ser:
A
A
A
) adj(
=
1

(1.216)
luego se cumple que:
[ ] 1 A A A = ) adj( (1.217)
donde 1 es la matriz identidad.
Teniendo en cuenta (1.64), podemos expresar las componentes de la primera, segunda,
tercera fila de la matriz cofactor, (1.214), respectivamente como:
k j ijk i 3 2 1
A A M = ,
k j ijk i 3 1 2
A A M = ,
k j ijk i 2 1 3
A A M = .
Ejemplo 1.25: Dado un tensor A , demostrar que existe un vector no nulo 0 n
r
r
tal que
0 n A
r
r
= si y solo si 0 ) ( = A det , Chadwick (1976).
Solucin: Primero partimos del hecho que 0 ) ( = A A det y tambin escogemos una base
arbitrario } , , { h g f
r
r
r
, linealmente independiente luego ( ) 0 h g f
r
r
r
, y aplicando la definicin
obtenida en (1.201):
( ) [ ] ) ( ) ( ) ( h A g A f A A h g f
r
r
r r
r
r
=
Por el hecho que 0 ) ( = A A det , eso implica que:
[ ] 0 ) ( ) ( ) ( = h A g A f A
r
r
r

Con lo cual concluimos que los vectores ) ( f A
r
, ) ( g A
r
, ) ( h A
r
son linealmente
dependientes. Esto implica que existen escalares no nulos 0 , 0 , 0 tal que:
( ) 0 n A 0 h g f A 0 h A g A f A
r
r
r r
r
r r r
r
r
= = + + = + + ) ( ) ( ) (
56
donde 0 h g f n
r r
r
r
r
+ + = , ya que } , , { h g f
r
r
r
son linealmente independiente, ver Ejemplo
1.10.
Ahora escogemos dos vectores k
r
, m
r
que son linealmente independientes con n
r
y
reemplazamos esta base } , , { n m k
r r
r
en lugar de los vectores } , , { c b a
r
r
r
de la definicin en
(1.201):
( ) [ ] ) ( ) ( ) ( n A m A k A A n m k
r r
r
r r
r
=
Considerando que 0 n A
r
r
= y que ( ) 0 n m k
r r
r
, ya que la base } , , { n m k
r r
r
est constituida
por vectores linealmente independientes, obtenemos que:
( ) 0 0
0
= =
A A n m k
43 42 1
r r
r

1.5.2.8 Tensores Ortogonales (Transformacin Ortogonal)
Tensores ortogonales juega un papel muy importante en la mecnica del continuo. Un
tensor de segundo orden ( Q) se dice que es ortogonal cuando su transpuesta (
T
Q ) es igual
a su inversa (
1
Q ):
1
= Q Q
T
(1.218)
Luego, se cumple que:
1 Q Q Q Q = =
T T
ij kj ki jk ik
= = Q Q Q Q
(1.219)
)

(
)

(
)

(
)

( )

(
j i ij
j i jk ik
j i kl jl ik
j l jl k i ik
T
e e
e e
e e
e e e e Q Q
=
=
=
=
Q Q
Q Q
Q Q

(1.220)
Una transformacin ortogonal propia tiene las siguientes caractersticas:
La inversa de Q es igual a la transpuesta (ortogonalidad):
T
Q Q =
1
(1.221)
El tensor Q ser propio (tensores de rotacin) si:
1 ) ( + = Q Q det (1.222)
Un tensor ortogonal es impropio cuando 1 = Q , tensores de rotacin-reflexin. Podemos
demostrar que si A y B son tensores ortogonales, un tercer tensor resultante del producto
C B A = tambin es un tensor ortogonal, ver Ejemplo 1.26.
Consideremos dos vectores arbitrarios a
r
y b
r
y que a travs de una transformacin
ortogonal obtenemos:
b Q b a Q a
r
r
r
r
= =
~
;
~

(1.223)
El producto escalar de los vectores resultantes de esta operacin ( a
r
~
) y ( b
r
~
) viene dado por:
c.q.d.
1 TENSORES
57
k k j
kj
ij ik k j ij k ik i i
T
b a b Q Q a b Q a Q b a = = =
= = =
=
3 2 1
r
r
r
3 2 1
r
r
r
r
r
) )( (
~
~
) ( ) (
~
~
b a b Q Q a b Q a Q b a
1
(1.224)
Lo que tambin es vlido cuando b a
r
r
~
~
= , luego
2
2
~ ~ ~
a a a a a a
r r r
r r r
= = = . Con lo que
concluimos que una transformacin ortogonal aplicada a vectores, preservan los mdulos
de los vectores y preservan los ngulos entre los vectores, Figura 1.19. Es decir, una
transformacin ortogonal est caracterizada slo por rotaciones de los vectores.

Figura 1.19: Transformacin ortogonal.

Ejemplo 1.26: Demostrar que si A y B son tensores ortogonales, el tensor resultante de
la operacin B A C = resulta ser otro tensor ortogonal.
Solucin:
T T T T
C B A A B A B B A C = = = = =

) ( ) (
1 1 1 1

1.5.2.9 Tensor Definido Positivo, Definido Negativo y Tensor Semi-
Definido
Decimos que un tensor es definido positivo cuando se cumple que:
Notacin Tensorial Notacin Indicial Notacin Matricial
0 > x T x
r r

0 >
j ij i
x T x
0 > x x T
T

(1.225)
para todo vector x
r
no nulo.
Decimos que un tensor es definido negativo cuando se cumple que:
Notacin Tensorial Notacin Indicial Notacin Matricial
0 < x T x
r r

0 <
j ij i
x T x
0 < x x T
T

(1.226)
para todo vector x
r
no nulo.
El tensor ser semi-definido positivo si 0 x T x
r r
para todo 0 x
r
r
. Anlogamente definimos
un tensor semi-definido negativo cuando se cumple que 0 x T x
r r
, para todo 0 x
r
r
.
c.q.d.
Q
a
r

b
r

a
r
~

b
r
~

b a b a
b b
a a
r
r
r
r
r
r
r
r
=
=
=
~
~
~
~

58
Recordar que tambin se cumple que x T x x T x
r r r r
=
sym
, ver Ejemplo 1.16, luego si la
parte simtrica del tensor es definido positivo, el tensor tambin lo ser.
Si
j i ij
x x T = = = ) ( x x T x T x
r r r r
: , luego la derivada de con respecto a x
r
viene dada
por:
( )
i ik ki i ik j kj jk i ij j ik ij
k
j
i ij j
k
i
ij
k
x T T x T x T x T x T
x
x
x T x
x
x
T
x
+ = + = + =
(1.227)
Con lo que concluimos que:
x T
x
r
r =
sym
2
(1.228)
y que:
sym
T
x x
2
2
=

r r

(1.229)
NOTA: Como veremos ms adelante, una condicin necesaria y suficiente para que un
tensor sea definido positivo es que sus autovalores ( 0
1
> , 0
2
> , 0
3
> ) sean positivos.
La demostracin se encuentra en el subapartado Representacin Espectral de un Tensor.

Ejemplo 1.27: Sea un tensor de segundo orden arbitrario F . Demostrar que los tensores
resultantes F F C =
T
y
T
F F b = son tensores simtricos y semi-definidos positivos. Verificar
tambin en que condiciones C y b son tensores definidos positivos.
Solucin:
b F F F F F F b
C F F F F F F C
= = = =
= = = =

T T T T T T T
T T T T T T T
) ( ) (
) ( ) (
(simetra)
Con lo cual hemos demostrado que los tensores F F C =
T
y
T
F F b = son simtricos.
Para demostrar que los tensores F F C =
T
y
T
F F b = son semi-definidos positivos,
partimos de la definicin de un tensor semi-definido positivo, es decir, un tensor A es
semi-definido positivo si se cumple que 0 x A x
r r
, para todo 0 x
r
r
. Luego:

0 0
) ( ) ( ) ( ) (
) ( ) (
2
2
= =
= =
= =

x x
x x x x
x x x x x x x x
r r
r r r r
r r r r r r r r
T
T T
T T
F F
F F F F
F F b F F C

0 0
) )( ( ) )( (
) ( ) (
2 2
= =
= =
= =
i ik i ki
j jk i ik j kj i ki
j jk ik i j ij i j kj ki i j ij i
F F
F F F F
F F b F F C
x x
x x x x
x x x x x x x x

Con lo cual demostramos que F F C =
T
y
T
F F b = son semi-definidos positivos.
Observemos que
2
x x x
r r r
= F C slo ser igual a cero, con 0 x
r
r
, si 0 x
r
r
= F , y por
definicin 0 x
r
r
= F con 0 x
r
r
, si y solo si 0 ) ( = F det , ver Ejemplo 1.25. Luego, los
tensores F F C =
T
y
T
F F b = sern tensores definidos positivos si y solo si 0 ) ( F det .
1 TENSORES
59
1.5.2.10 Descomposicin Aditiva de Tensores
Dados dos tensores arbitrarios S , 0 T , y un escalar , podemos hacer la representacin
del tensor S a travs de la siguiente descomposicin aditiva de tensores:
T S U U T S = + = donde (1.230)
Observemos que dependiendo del valor de tendremos infinitas posibilidades para la
representacin del tensor S de forma aditiva de tensores. Pero, si
0 ) ( ) ( = =
T T
T U U T Tr Tr la descomposicin aditiva es nica. Partiendo de (1.230)
podemos obtener el valor de :
) ( ) ( ) ( ) (
0
T T T T T T T
T T T U T T T S T U T T T S = + = + =
=
Tr Tr Tr Tr
43 42 1

(1.231)
con lo cual obtenemos que:
) (
) (
T
T
T T
T S
=
Tr
Tr
(1.232)
Como ejemplo, supongamos que 1 T = , obtenemos como:
3
) (
) (
) (
) (
) (
) (
) ( S
1
S
1 1
1 S
T T
T S Tr
Tr
Tr
Tr
Tr
Tr
Tr
= = = =
T
T
(1.233)
Con eso podemos definir el tensor U como:
dev
S 1
S
S T S U = =
3
) ( Tr
(1.234)
Luego:
dev esf dev
S S S 1
S
S + = + =
3
) ( Tr
(1.235)
NOTA: Al tensor 1
S
S
3
) ( Tr
=
esf
denominamos de tensor esfrico y al tensor
1
S
S S
3
) ( Tr
=
dev
de tensor desviador de S .
Supongamos ahora que el tensor ) (
2
1
T
S S T + = luego, podemos definir como:
[ ]
[ ]
1
) ( ) (
4
1
) (
2
1
) (
) (
=
+ +
+
= =
T T T
T T
T
T
S S S S
S S S
T T
T S
Tr
Tr
Tr
Tr
(1.236)
donde hemos tenido en cuenta la propiedad de traza ] [ ] [
T T
S S S S = Tr Tr ,
] [ ] [
T T
S S S S = Tr Tr . Con eso podemos definir el tensor U como:
) (
2
1
) (
2
1
T T
S S S S S T S U = + = = (1.237)
Representando as el tensor S a travs de la siguiente descomposicin aditiva nica como:
anti sym T T
S S S S S S S + = + + = ) (
2
1
) (
2
1
(1.238)
60
que es la misma obtenida en la descomposicin aditiva de un tensor en una parte simtrica
y otra antisimtrica, ver expresin (1.151).
Ejemplo 1.28: Encontrar un tensor de cuarto orden P tal que se cumpla que:
dev
A A = : P
Solucin: Teniendo en cuenta la descomposicin aditiva de un tensor en una parte esfrica y
otra desviadora, podemos obtener que:
1
A
A A A 1
A
A A A
3
) (
3
) ( Tr Tr
= + = + =
dev dev dev esf

Recurriendo a la definicin de los tensores identidades de cuarto orden, definidos en
(1.176) y (1.174), donde se cumple que 1 A A ) ( Tr = : I y A A = : I . Entonces, podemos
decir que:
A 1 1 A A A 1
A
A A : : : : |
.
|
\
|
= |
.
|
\
|
= = =
3
1
3
1
3
1
3
) (
I I I I I
Tr
dev

Con lo cual, concluimos que:
1 1 =
3
1
I P
El tensor P es conocido como tensor proyeccin de cuarto orden, Holzapfel(2000).

1 TENSORES
61

1.5.3 Ley de Transformacin de las Componentes de
Tensores
Las componentes de un tensor dependen del sistema de coordenadas, es decir, si cambia el
sistema de coordenadas debido a una rotacin del sistema, las componentes tambin
cambiarn. Entre los sistemas de coordenadas, las componentes estn relacionadas entre s
a travs de las leyes de transformacin de base, Figura 1.20.

Figura 1.20: Leyes de transformacin de base.
Consideremos el sistema de coordenadas cartesianas ( )
3 2 1
, , x x x representado por la base
ortonormal ( )
3 2 1

,
e e e , vase Figura 1.21. En este sistema, un vector arbitrario v

r

representamos a travs de sus componentes como sigue:
3 3 2 2 1 1

e e e e v v v v v + + = =
i i
r
(1.239)
Representaremos sus componentes a travs de una matriz columna, i.e.:
(
(
(
= =
3
2
1
) (
v
v
v
v
i i
v
r

(1.240)
COMPONENTES
Representacin del Tensor en
un Sistema de Coordenadas
SISTEMA DE
COORDENADAS
I
SISTEMA DE
COORDENADAS
II
LEYES
DE
TRANSFORMACIN
TENSORES
Interpretacin matemtica de conceptos fsicos
(Independiente del sistema de coordenadas)
62

Figura 1.21: Transformacin de coordenadas.
Considerando ahora un nuevo sistema de coordenadas ortogonal ( )
3 2 1
, , x x x , representado
por sus respectivos versores ( )
3 2 1

,
e e e , como se muestra en la Figura 1.21, el vector v

r

ser representado en este sistema como
j j
e

v .
Como hemos mencionado anteriormente un vector, por ser un tensor, es independiente del
sistema adoptado, luego:
j j k k
e e v

v v = =
r
(1.241)
Para obtener las componentes segn una direccin es suficiente hacer el producto escalar
por el versor correspondiente a esta direccin:
i i
i j j ki k
i j j i k k
e e e e
e e
e e e e
+ + =
=
=
)

(
(

3 3 2 2 1 1
v v v v
v v
v v
(1.242)
o an:
(
(
(
+ +
+ +
+ +
=
(
(
(
3 3 3 2 2 1 1
2 3 3 2 2 1 1
1 3 3 2 2 1 1
3
2
1
)

(

)

(

)

(
e e e e
e e e e
e e e e
v v v
v v v
v v v
v
v
v
(1.243)
Reestructurando la expresin anterior, obtenemos:
j i i j ij
a e e e e
e e e e e e
e e e e e e
e e e e e e

3
2
1
3 3 3 2 3 1
2 3 2 2 2 1
1 3 1 2 1 1
3
2
1

= =
(
(
(
(
(
(

=
(
(
(
v
v
v
v
v
v
(1.244)
o an:
j ij i
a v v =
(1.245)

2
x

1
x

3
x

1
x

2
x

3
x

1

1

1

2
e

3
e

1
e

3
e

1
e

2
e
1 TENSORES
63
donde definimos la matriz de transformacin de coordenadas
ij
a A como:
(
(
(

=
(
(
(
3 3 2 3 1 3
3 2 2 2 1 2
3 1 2 1 1 1
3 3 3 2 3 1
2 3 2 2 2 1
1 3 1 2 1 1

e e e e e e
e e e e e e
e e e e e e
e e e e e e
e e e e e e
e e e e e e
ij
a A (1.246)
Considerando el producto escalar ( ) ( )
j i j i j i j i
x x x x , cos , cos

= = e e e e , ver ecuacin
(1.4), la relacin anterior ser expresada a travs de los cosenos directores por:
{
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
{
v
v
(
(
(
(
(
(

=
(
(
(
3
2
1
3 3 2 3 1 3
3 2 2 2 1 2
3 1 2 1 1 1
3
2
1

, cos , cos , cos
, cos , cos , cos
, cos , cos , cos
v
v
v
v
v
v
4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 2 1
A
x x x x x x
x x x x x x
x x x x x x

v v A =

(1.247)
En la Figura 1.21 se observa que, ( )
1 1 1
, cos cos x x = , ( )
2 1 1
, cos cos x x = y
( )
3 1 1
, cos cos x x = , es decir, la primera fila de
ij
a esta formada por los cosenos de los
ngulos que forma
1
x con
1
x ,
2
x y
3
x . Observemos que esta matriz es no simtrica
T
A A , y ser representada explcitamente por:
(
(
(
=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
a
ij
A
(1.248)
La inversa de la ecuacin (1.245) ser:
v v =
=
=
=
T
ji j i
ji j ki k
i j j i k k
a
a
A
v v
v v
v v
e e e e

(1.249)
Tambin podemos decir que:
j ji i
a e e =

(1.250)
La inversa de la relacin (1.247) viene dada por:
v v =
1
A
(1.251)
Comparando las relaciones (1.251) y (1.249), concluimos que la matriz A es una matriz
ortogonal, es decir:
ij kj ki
T T
a a = = =

Indicial
Notacin
1
1 A A A A
(1.252)
Tensor de segundo orden
Consideremos un sistema de coordenadas representado por su base ortonormal
i
e
luego,
el cambio de base para un nuevo sistema representado por su base ortonormal
i
e
ser
dado por la ley de transformacin:
i ik k
a e e =

. Consideremos ahora la representacin de
un tensor de segundo orden T de forma simblica:
64
j i ij
j i jl ik kl
j jl i ik kl
l k kl
a a
a a
e e
e e
e e
e e T
=
=
=
=

T
T
T
T
(1.253)
Resultando que la ley de transformacin para las componentes de tensores de segundo ser:
jl ik kl ij
a a T T =
(1.254)
Tensor de tercer orden
Consideremos ahora un tensor de tercer orden S representado en la base
i
e
:
k j i ijk
k j i kn jm il lmn
k kn j jm i il lmn
n m l lmn
a a a
a a a
e e e
e e e
e e e
e e e S
=
=
=
=

S
S
S
S
(1.255)
concluyendo que las componentes del tensor de tercer orden en la nueva base
i
e
sern:
kn jm il lmn ijk
a a a S S =
(1.256)
En forma general, las transformaciones de coordenadas de las componentes de tensores de
primer, segundo, tercer y cuarto orden sern dadas respectivamente por:
orden
de ( ) ( )
3 2 1 3 2 1
, , , , x x x x x x
a
de ( ) ( )
3 2 1 3 2 1
, , , , x x x x x x
a

0 (escalar) = =
1 (vector)
j ij i
S a S =
j ji i
S a S =
2
kl jl ik ij
S a a S =
kl lj ki ij
S a a S =
3
lmn kn jm il ijk
S a a a S =
lmn nk mj li ijk
S a a a S =
4
mnpq lq kp jn im ijkl
S a a a a S =
mnpq ql pk nj mi ijkl
S a a a a S =
(1.257)
Ejemplo 1.29: Obtener las componentes de la siguiente operacin:
T
A T A T =
donde
ij
T y
ij
a son las componentes de los tensores T y A , respectivamente.
Si
ij
a son las componentes de la matriz de transformacin de base, hacer tambin la
representacin de las componentes de los tensores T y T en sus respectivos sistemas.
Solucin: La expresin
T
A T A T = en notacin simblica queda:
)

(
)

(
)

( )

( )

( )

(
k r kq pq rp
k r ql sp kl pq rs
k l kl q p pq s r rs b a ab
a a
a a
a a
e e
e e
e e e e e e e e
=
=
=
T
T
T T

Para obtener las componentes de T es suficiente hacer el doble producto escalar por la
base )

(
j i
e e , resultando:
jq pq ip ij
kj ri kq pq rp bj ai ab
j i k r kq pq rp j i b a ab
a a
a a
a a
T T
T T
T T
=
=
=

)

( )

( )

( )

( e e e e e e e e : :

Observemos que esta operacin viene representada en forma matricial como:
1 TENSORES
65
T
A T A T =
Si A es la matriz de transformacin de base se cumple que
1
= A A
T
luego, se cumple
que A T A T =
T
, y la representacin de las componentes se muestran en la Figura abajo:

Figura 1.22: Ley de transformacin de base.
NOTA: Aunque en la Figura 1.22 hemos dibujado los sistemas x
r
y x
r
, en realidad estos
dos sistema tiene el mismo origen tal y como se puede apreciar en la Figura 1.21. Hemos
separado los sistemas para mejor visualizacin de las componentes.
Ejemplo 1.30: Considrese un tensor de segundo orden simtrico
T
T T = y
T
I ,
T
I I ,
T
I I I
escalares dados por:
{ } ) ( ; ) (
2
1
; ) (
2 2
T T T
T T T T
det Tr T Tr = = = = I I I I I I I
ii

Demostrar que
T
I ,
T
I I ,
T
I I I son invariantes bajo un cambio de base.
Solucin: a) Considerando la ley de transformacin para un tensor de segundo orden dado
por (1.257), podemos decir que:
kl jl ik ij
a a T T = . Luego, haciendo que j i = obtenemos
ii
T
y vendr dado por:
T
I a a
kk kl kl kl il ik ii
= = = = T T T T
Lo que demuestra que
T
I es un invariante.
b) Para demostrar que
T
I I es un invariante es suficiente demostrar que ) (
2
T Tr es un
invariante, ya que se demostr que
T
I es un invariante.

1
x
2
x

3
x

11
T

21
T

31
T

12
T

32
T

22
T

33
T

13
T

23
T

3
x

2
x

1
x

11
T

21
T

31
T

12
T

32
T

22
T

33
T

13
T

23
T

T
A T A T =
A T A T =
T

3
x

1
x

2
x
66
) ( ) ( ) (
) )( ( ) ( ) (
2
2
T T T T T T T
T T T T T
Tr Tr Tr
T T
T T
T T T T Tr Tr
= = = =
=
=
= = = =

T
pl pl
pq kl
lq
jq jl
kp
ip ik
pq jq ip kl jl ik ij ij
a a a a
a a a a
:
:
3 2 1 3 2 1

c)
) ( ) ( ) ( ) ( ) ( ) ( ) (
1 1
T A T A A T A T det det det det det det det = = = =
= =
43 42 1 43 42 1
T T
T
Consideremos ahora cuatro sistemas de coordenadas ( )
3 2 1
, , x x x , ( )
3 2 1
, , x x x , ( )
3 2 1
, , x x x y
( )
3 2 1
, , x x x y as como las siguientes matrices de transformacin, ver Figura 1.23:
A: matriz de transformacin del sistema ( )
3 2 1
, , x x x al sistema ( )
3 2 1
, , x x x ;
B : matriz de transformacin del sistema ( )
3 2 1
3 2 1
, , x x x ;
C : matriz de transformacin del sistema ( )
3 2 1
3 2 1
, , x x x .

Figura 1.23: Matrices de transformacin entre sistemas.
Si consideramos una matriz columna v formada por las componentes del tensor de orden
uno v
r
en el sistema ( )
3 2 1
, , x x x y las matrices de transformacin A, B , C , podemos
decir que las componentes de este vector en el sistema ( )
3 2 1
, , x x x sern:
v v A = (1.258)
y su forma inversa
v v =
T
A (1.259)
Las componentes de este vector en el sistema ( )
3 2 1
, , x x x son:
v v = B (1.260)
y su forma inversa:
v v =
T
B
(1.261)
Reemplazando la ecuacin (1.258) en la ecuacin (1.260) hallamos:
v v BA = (1.262)
X
X X
B

T
B B =
1

A

T
A A =
1

T T
B A
BA
X
T T T
C B A
CBA

T
C C =
1

C
1 TENSORES
67
La matriz formada por BA ser la matriz de transformacin (tambin ortogonal, i.e.
T
) ( ) (
1
BA BA =
, ver Ejemplo 1.26) del sistema ( )

3 2 1
, , x x x para el sistema ( )
3 2 1
, , x x x , ver
Figura 1.23. La forma inversa ser obtenida reemplazando la ecuacin (1.261) en la
ecuacin (1.259), resultando:
v v =
T T
B A
(1.263)
Podramos haber obtenido esta ecuacin directamente de la ecuacin (1.262)
( ) ( ) v v v v = = =
T T T
B A BA BA
1
(1.264)
Anlogamente, podemos obtener las componentes del vector en el sistema ( )
3 2 1
, , x x x , ver
Figura 1.23, como:
v v v v = =
T T T
C B A CBA
inversa Forma
(1.265)
1.5.3.1 Transformada de Coordenadas en 2 Dimensiones
En el caso 2D tenemos como matriz de transformacin de coordenadas una matriz con 4
componentes, donde dos son redundantes, y adems las otras dos se pueden escribir en
funcin de una nica variable libre, .

Figura 1.24: Transformacin de sistema de coordenadas- 2D.
La transformacin de coordenadas entre el sistema y x al sistema y x viene dada por
la matriz A, que es:
(
(
(
=
(
(
(
=

1 0 0
0 ) cos( ) cos(
0 ) cos( ) cos(
1 0 0
0
0
22 21
12 11
y y x y
y x x x
a a
a a

A
(1.266)
cuya matriz A es la matriz con los cosenos directores, ver Figura 1.24. Por relaciones
trigonomtricas podemos deducir que:
) sin(
2
cos ) cos(
) sin(
2
cos ) cos(
) cos( ) cos( ) cos(

= |
.
|
\
|
+
=
= |
.
|
\
|

=
= = =

x y
y x
y y x x y y x x
(1.267)
Quedando la matriz de transformacin (en 2D) definida por:

y y

y x

=
x x

x
y
x
y

x y

+
=
=
2
2
x y
y x
y y

68
(
=
) cos( ) sin(
) sin( ) cos(

A (1.268)
Como comprobacin de esta transformacin consideremos un vector posicin del punto
P dado por r
r
, donde sus coordenadas son ) , (
P P
y x en el sistema y x , y las coordenadas
del mismo punto en el sistema y x son ) , (
P P
y x , ver Figura 1.25.

Figura 1.25: Transformacin de sistema de coordenadas- 2D.
Podemos escribir que:
|
.
|
\
|

+ =
+ =

2
cos ) cos(
) cos( ) cos(
P P P
P P P
y x y
y x x

+ |
.
|
\
|

=
|
.
|
\
|

+ =
) cos(
2
cos
2
cos ) cos(

P P P
P P P
y x y
y x x

(1.269)
+ =
+ =
) cos( ) sin(
) sin( ) cos(

P P P
P P P
y x y
y x x

(1.270)
En forma matricial:
(
=
(
=
(

P
P
P
P Inversa
Forma
P
P
P
P
y
x
y
x
y
x
y
x

) cos( ) sin(
) sin( ) cos(

) cos( ) sin(
) sin( ) cos(
1

(1.271)
Como la matriz es ortonormal, su inversa es igual a su transpuesta, es decir,
T
A A =
1
,
luego la relacin anterior puede ser reescrita como:
(

=
(
P
P
P
P
y
x
y
x
) cos( ) sin(
) sin( ) cos(

(1.272)

P
x
P
y

x
y
x
y

P
y
r
r

P

P
x

)
c
o
s
(
P
x
)
c
o
s
(
P
x

)
s
i
n
(
P
y
)
s
i
n
(
P
y

)
s
i
n
(
P
x
)
s
i
n
(
P
x

)
c
o
s
(
P
y
)
c
o
s
(
P
y

P
y
P
y

1 TENSORES
69

Ejemplo 1.31: Encontrar la matriz de transformacin del sistema ( z y x , , ) al sistema
z y x , , , ver Figura 1.26:

Figura 1.26: Rotacin.

Solucin: Podemos observar que la obtencin del sistema z y x , , es una combinacin de
rotaciones mostradas a continuacin:

Rotacin segn eje z

y y =
x
y
z z =
x
z z =
y
x
x

sistema z y x , , para z y x , ,

(
(
(
=
1 0 0
0 cos sin
0 sin cos

A
con 360 0
x
y
z z =
x
y

70
Rotacin segn eje y

Rotacin segn eje z

La matriz de transformacin del sistema ( z y x , , ) para el sistema z y x , , , ver Figura 1.23,
ser dada por:
CBA D =
Resultando:
(
(
(
+
+
=

cos sin sin sin cos
sin sin ) cos cos sin cos sin ( ) cos sin sin cos cos (
cos sin ) sin cos cos cos (sin ) sin sin cos cos (cos
D
Los ngulos , , son conocidos como los ngulos de Euler.

(
(
(
=
1 0 0
0 cos sin
0 sin cos

C
con 360 0
y y =
x
y
z z =
x
z z =
y
x
x


(
(
(

=

cos 0 sin
0 1 0
sin 0 cos
B
con 180 0
y y =
x
y
z z =
x
z
x

x
z z =
z
x
1 TENSORES
71

Ejemplo 1.32: Consideremos que las componentes de un tensor de segundo orden T , en
el sistema de referencia ( )
3 2 1
, , x x x , estn representadas por:
( )
(
(
(

= = =
1 0 0
0 3 1
0 1 3
T
ij ij
T T
Sabiendo que la matriz de transformacin de coordenadas del sistema ( )
3 2 1
, , x x x al sistema
( )
3 2 1
, , x x x viene dada por:
(
(
(
(
(
(
=
0
2
2
2
2
0
2
2
2
2
1 0 0
A
Obtener las componentes del tensor
ij
T en el nuevo sistema de coordenadas ( )
3 2 1
, , x x x .
Solucin: Como se defini en la ecuacin (1.257), la ley de transformacin para un tensor de
segundo orden es
kl jl ik ij
a a T T =
Para que la operacin anterior sea posible en forma matricial:
[ ] [ ] [ ]
T
j l l k k i ij
a a

T T =
Luego:
T
A T A T =
(
(
(
(
(
(
(
(
(
(

(
(
(
(
(
(
=
0 0 1
2
2
2
2
0
2
2
2
2
0
1 0 0
0 3 1
0 1 3
0
2
2
2
2
0
2
2
2
2
1 0 0
T
Efectuando la operacin de matrices obtenemos que:
(
(
(
=
4 0 0
0 2 0
0 0 1
T

NOTA: Como podemos verificar en el ejemplo anterior las componentes del tensor T en
esta nueva base presenta una caracterstica donde los trminos fuera de la diagonal principal
son nulos. La pregunta ahora es: Dado un tensor T , existe una transformacin de base tal
que las componentes fuera de la diagonal principal de este tensor sean nulos? Este tipo de
problema es el denominado problema de autovalor y autovector.
1.5.4 Autovalores y Autovectores de un Tensor
Como hemos visto anteriormente, el producto escalar de un tensor de segundo orden T
con un vector (o un versor n
) resulta un vector, o dicho de otra manera, que la proyeccin

72
de un tensor de segundo orden segn una direccin resulta un vector que no
necesariamente tiene la misma direccin de n
, ver Figura 1.27 (a).

El problema de autovalor y autovector consiste en encontrar una direccin n
tal que el
vector proyeccin segn est direccin est coincidente con la direccin n
, ver Figura 1.27

(b).

Figura 1.27: Proyeccin de un tensor sobre una direccin.
Luego, sea un tensor T . Un vector n
se dice autovector de T si existe un escalar ,

denominado autovalor, tal que:
n n T

= (1.273)
Si T es un tensor de segundo orden, podemos escribir la ecuacin (1.273) en componentes
como:
( ) ( ) 0 n 1 T
r
= =
=
=

Tensorial
Notacin
i j ij ij
i i j ij
i j ij
0 n T
0 n n T
n n T

(1.274)
El conjunto de ecuaciones homogneas anteriores solo tendr soluciones no triviales de n

(es decir, para 0 n
r
), ver Ejemplo 1.25, si y slo si:

0 ; 0 ) ( = =
ij ij
T det 1 T
(1.275)
que es conocido como el determinante caracterstico del tensor T , explcitamente dado
por:
0
33 32 31
23 22 21
13 12 11
=

T T T
T T T
T T T

(1.276)
n T t
n
=
(
r

n

1
x

2
x

3
x

n
n t
n T t
n
n
(
)
(
=
=
=
r
r

n
- direccin principal
- autovalor asociado a la
direccin n
.
b) Direccin principal de T . a) Proyeccin de T sobre
un plano arbitrario.
1 TENSORES
73
Desarrollando este determinante y reestructurando los trminos podemos obtener el
polinomio caracterstico, que est representado por una ecuacin cbica en :
0
2 3
= +
T T T
I I I I I I (1.277)
donde
T
I ,
T
I I ,
T
I I I son los invariantes principales del tensor T , definidos en funcin de sus
componentes
ij
T por:
ii
I T Tr = = ) (T
T

[ ]
( ) ( ) [ ] { }
( ) [ ] { }
{ }
{ } [ ] ) cof( Tr M T T T T
T T T T
Tr T T T T
T T Tr T Tr T Tr
Tr Tr
T
e e
e e e e e e e e
T T
T
= = =
=
=
=
=
ii ji ij kk ii
il jk kl ij kk ii
l i jk kl ij kl kl ij ij
l k kl j i ij l k kl j i ij
I I
2
1
2
1

2
1

)

( )

(
2
1
) ( ) (
2
1
2 2

3 2 1
) (
k j i ijk ij
I I I T T T T det = = = T
T

(1.278)
donde
ii
M es la traza de la matriz cofactor definida en la expresin (1.213), i.e.
33 22 11
M M M M + + =
ii
. Explcitamente, los invariantes vienen dados por:
( ) ( ) ( )
22 31 32 21 13 23 31 33 21 12 23 32 33 22 11
21 12 22 11 31 13 33 11 32 23 33 22
22 21
12 11
33 31
13 11
33 32
23 22
33 22 11
T T T T T T T T T T T T T T T
T T T T T T T T T T T T
T T
T T
T T
T T
T T
T T
T T T
+ =
+ + =
+ + =
+ + =
T
T
T
I I I
I I
I

(1.279)
Si T es un tensor simtrico, los invariantes principales se resumen de la forma:
22
2
13 11
2
23 33
2
12 23 12 13 23 13 12 33 22 11
2
23
2
13
2
12 33 22 33 11 22 11
33 22 11
T T T T T T T T T
T T T
+ + =
+ + =
+ + =
T
T
T
I I I
I I
I
(1.280)
Los autovalores
3 2 1
, , se obtienen al resolver la ecuacin cbica (1.277). Una vez
obtenidos los autovalores, los autovectores se obtienen al aplicar la ecuacin (1.274), i.e.
i j ij ij
0 n T =
) 1 (
1

) ( ,
i j ij ij
0 n T =
) 2 (
2

) ( ,
i j ij ij
0 n T =
) 3 (
3

) ( , con la restriccin
1

=
k k
n n . Estos autovectores constituyen una nueva base denominada de espacio principal.
Si T es simtrico, el espacio principal viene definido por una base ortonormal y los
autovalores son todos reales. Si los tres autovalores son distintos
3 2 1
tenemos tres
direcciones principales nicas. Si dos autovalores son iguales, e.g.
3 2 1
= tenemos en
OBS.: Encontrar los autovalores (tambin conocidos como valores principales) es
equivalente a encontrar unas direcciones principales (autovectores) tal que 0 =
ij
T
para j i . Adems podemos decir que los autovectores constituyen una matriz de
transformacin entre el sistema original y el sistema formado por los autovectores.

jk

74
este caso una direccin principal nica (
) 3 (
n ) correspondiente al autovalor
3
y las otras
dos pueden ser cualesquiera mientras sean mutuamente ortogonales entre si y a
) 3 (
n , es
decir, cualquier direccin que este en el plano normal a
) 3 (
n . Si
3 2 1
= = cualquier
direccin ser una direccin principal. Cuando un tensor presenta los tres autovalores
iguales lo denominamos de Tensor Esfrico, ver A.4 Elipsoide del Tensor.
Una vez obtenidos los autovectores, estos constituyen una base ortonormal denominado
de espacio principal. En este espacio slo tendremos componentes normales. Luego, las
componentes del tensor en este espacio vienen representadas por:
(
(
(
=
(
(
(
=
3
2
1
2
2
1
0 0
0 0
0 0
0 0
0 0
0 0
T
T
T
T
ij

(1.281)
En este espacio (espacio principal), los invariantes pueden ser obtenidos como:
3 2 1
3 1 3 2 2 1
3 2 1
T T T
T T T T T T
T T T
=
+ + =
+ + =
T
T
T
I I I
I I
I
(1.282)
Cuyos valores tienen que coincidir con los valores obtenidos en (1.279), ya que son
invariantes. En el caso particular que el tensor sea esfrico, es decir, T T T T = = =
3 2 1
, se
cumple que
T T
I I I 3
2
= ,
3
T =
T
I I I .
Dado un tensor antisimtrico W, los invariantes principales vienen dados por:
[ ]
0
0
0
0
0
0
0
2
) (
) ( ) (
2
1
0 ) (
2
12 12 13 13 23 23
12
12
13
13
23
23
2
2 2
=
=
+ + =
= =
= =
W
W
W
W
W W
W
I I I
I I
I
W W W W W W
W
W
W
W
W
W
Tr
Tr Tr
Tr
(1.283)
donde
2
12
2
13
2
23
2
2
W W W + + = = = w w w
r r r
, ver expresin (1.133). Luego, la ecuacin
caracterstica correspondiente a un tensor antisimtrico queda:
( ) 0
0
0
2 2
2 3
2 3
= +
= +
= +
W W W
I I I I I I
(1.284)
Con lo cual comprobamos que por lo menos un autovalor es real e igual a cero, y dos
posibles races imaginarias:
i 1 0 0
) 2 , 1 (
2 2 2 2
= = = = = + (1.285)
1.5.4.1 Ortogonalidad de los Autovectores
Retomando la definicin de autovalores dada por (1.273), si
1
,
2
,
3
(con
3 2 1
)
son los autovalores del tensor de segundo orden T luego, se cumple que:
1 TENSORES
75
) 3 (
3
) 3 ( ) 2 (
2
) 2 ( ) 1 (
1
) 1 (

;

n n T n n T n n T = = = (1.286)
Podemos multiplicar la primera expresin por
) 2 (
n y a la segunda por
) 1 (
n resultando:
) 2 ( ) 1 (
2
) 2 ( ) 1 ( ) 1 ( ) 2 (
1
) 1 ( ) 2 (

;

n n n T n n n n T n = = (1.287)
Considerando T simtrico, se cumple que
) 2 ( ) 1 ( ) 2 ( ) 1 ( ) 1 ( ) 2 (

n T n n T n n T n = =
T

luego:
) 2 ( ) 1 (
2
) 1 ( ) 2 (
1

n n n n = (1.288)
) 2 ( ) 1 ( ) 1 ( ) 2 (

n n n n = , la relacin anterior queda:
( ) 0

) 2 ( ) 1 (
2 1
= n n (1.289)
Ya que 0
2 1
, para satisfacer (1.289) se debe cumplir que:
0

) 2 ( ) 1 (
= n n
(1.290)
Anlogamente podemos demostrar que 0

) 3 ( ) 1 (
= n n y 0

) 3 ( ) 2 (
= n n . Con lo que
demostramos que los autovectores son versores ortogonales entre s, constituyendo as una
base ortonormal, ver Figura 1.28, donde la matriz de transformacin de base viene dada
por:
(
(
(
=
(
(
(
=
) 3 (
3
) 3 (
2
) 3 (
1
) 2 (
3
) 2 (
2
) 2 (
1
) 1 (
3
) 1 (
2
) 1 (
1
) 3 (
) 2 (
) 1 (

n n n
n n n
n n n
n
n
n
A (1.291)
NOTA: Si el tensor no es simtrico, los autovectores no necesariamente constituyen una
base ortonormal.

Figura 1.28: Diagonalizacin.

2
x
diagonalizacin

3
x

1
x

1
x

2
x

3
x

22
T

12
T
12
T

11
T

23
T

23
T

13
T

13
T

33
T

2
T

1
T

3
T

) 1 (
n

) 2 (
n
) 3 (
n
Espacio Principal

T
A T A T =
A T A T =
T

76
Ejemplo 1.33: Demostrar que las siguientes relaciones son invariantes:
4
3
4
2
4
1
3
3
3
2
3
1
2
3
2
2
2
1
; ; C C C C C C C C C + + + + + +
donde
1
C ,
2
C ,
3
C son los autovalores del tensor de segundo orden C .
Solucin :
Cualquier combinacin de los invariantes principales ser un invariante. Intentaremos
expresar las relaciones anteriores en funcin de los invariantes principales.
Consideremos la siguiente relacin:
( ) ( )
C C
C
C
I I I C C C
C C C C C C C C C C C C I
I I
2
2
2 2
3
2
2
2
1
3 2 3 1 2 1
2
3
2
2
2
1
2
3 2 1
2
= + +
+ + + + + = + + =
4 4 4 4 3 4 4 4 4 2 1

Comprobando que
2
3
2
2
2
1
C C C + + es un invariante. Anlogamente, podemos obtener que:
2
C C C
2
C C C
C C C C
I I I I I I I I I I C C C
I I I I I I I C C C
2 4 4
3 3
4 4
3
4
2
4
1
3 3
3
3
2
3
1
+ + = + +
+ = + +

Ejemplo 1.34: Demostrar que si Q es un tensor de segundo orden ortogonal propio, y E
es un tensor de segundo orden, los autovalores de E no cambian con la transformacin:
T
Q E Q E =
*

Solucin:
Los autovalores (
i
) del tensor E obtenemos a partir del determinante caracterstico:
( ) ( )
( )
( )
( ) [ ]
( ) ( ) ( )
( )
( )
( )
( )
( ) [ ]
( ) ( ) ( )
( )
kp kp
jp kp kp ik
jp kp kp ik
kp jp ik jp kp ik
ij jp kp ik
ij ij
T
T
T T
T
=
=
=
=
=
=
=
=
=
=
=
= =

E det
Q det E det Q det
Q E Q det
Q Q Q E Q det
Q E Q det
E det
det
det det det
det
det
det
det det

0

0
*
1 1
* * * *
1 E
Q 1 E Q
Q 1 E Q
Q 1 Q Q E Q
1 Q E Q
1 E 1 E
43 42 1 3 2 1

Con lo cual comprobamos que E y
*
E tienen los mismos autovalores.
1.5.4.2 Solucin de la Ecuacin Cbica
Si un tensor T es simtrico podemos demostrar que las races de la ecuacin caracterstica
( 0
2 3
= +
T T T
I I I I I I ) sern todas races reales, definidas de la forma:
3 3
4
3
cos 2
3 3
2
3
cos 2
3 3
cos 2
3
2
1
T
T
T
I
S
I
S
I
S
+
(
|
.
|
\
|
+ =
+
(
|
.
|
\
|
+ =
+
(
|
.
|
\
|
=
(1.292)
con
|
.
|
\
|
= = = =
=
T
Q R
T
I
I I I
I I I
Q
R
S
I I I
R
2
arccos ;
27
;
27
2
3
;
3
;
3
3
3 3 2
T
T
T T T T

1 TENSORES
77
con en radianes. (1.293)
Ya que
1
,
2
,
3
son los autovalores del tensor T , luego podemos reestructurar la
solucin como:
4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 2 1
4 43 4 42 1
Desviadora Parte
Esfrica Parte
3
2
1
3
4
3
cos 0 0
0
3
2
3
cos 0
0 0
3
cos
2
1 0 0
0 1 0
0 0 1
3
0 0
0 0
0 0
(
(
(
(
(
(
(
|
.
|
\
|
+
|
.
|
\
|
+
|
.
|
\
|
+
(
(
(
=
(
(
(
S
I
T

(1.294)
donde distinguimos claramente la parte esfrica y desviadora del tensor. Observemos que si
T es esfrico se cumple que
T T
I I I 3
2
= , luego 0 = = S R .
Ejemplo 1.35: Determinar los valores principales y las direcciones principales del tensor de
segundo orden simtrico T , cuyas componentes en la base Cartesiana se representan
matricialmente por:
( )
(
(
(

= = =
1 0 0
0 3 1
0 1 3
T
ij ij
T T
Solucin: Buscamos soluciones no triviales para ( )
i j ij ij
0 = n T , con la restriccin de que
1

=
j j
n n . Como ya hemos visto, la solucin no trivial requiere la condicin:
0 =
ij ij
T
Explcitamente, la expresin anterior queda:
0
1 0 0
0 3 1
0 1 3
33 32 31
23 22 21
13 12 11
=

=

T T T
T T T
T T T

Desarrollando el determinante anterior obtenemos la ecuacin cbica:
[ ]
0 8 14 7
0 1 ) 3 ( ) 1 (
2 3
2
= +
=

Podramos haber obtenido directamente la ecuacin caracterstica anterior a travs de los
invariantes:
7 ) (
33 22 11
= + + = = = T T T T T Tr
ii ij
I
T

( ) 14
2
1
22 21
12 11
33 31
13 11
33 32
23 22
= + + = =
T T
T T
T T
T T
T T
T T
T T T T
ij ij jj ii
I I
T

8
3 2 1
= = =
k j i ijk ij
I I I T T T T
T

Luego, utilizando la ecuacin (1.277), la ecuacin caracterstica ser:
0 8 14 7 0
2 3 2 3
= + = +
T T T
I I I I I I
Resolviendo la ecuacin cbica podemos obtener las tres races reales, puesto que la matriz
T es simtrica:
4 ; 2 ; 1
3 2 1
= = =
Podemos adems comprobar si los invariantes estn bien calculados utilizando la expresin
de los invariantes en funcin de los autovalores:
78
8
14 1 4 4 2 2 1
7 4 2 1
3 2 1
1 3 3 2 2 1
3 2 1
= =
= + + = + + =
= + + = + + =
T
T
T
I I I
I I
I

Con lo que podemos comprobar que los invariantes son los mismos que los obtenidos
anteriormente.
Clculo de las direcciones principales:
Para obtener las direcciones principales, utilizamos la ecuacin (1.274), donde cada
autovalor
i
est asociado a un autovector
) (
i
n .
Para 1
1
=
(
(
(
=
(
(
(
(
(
(

=
(
(
(
(
(
(

0
0
0
1 1 0 0
0 1 3 1
0 1 1 3
1 0 0
0 3 1
0 1 3
3
2
1
3
2
1
1
1
1
n
n
n
n
n
n

resultando el siguiente sistema de ecuaciones:
1
0 0
0
0 2
0 2
2
3
2
2
2
1
3
2 1
2 1
2 1
= + + =
=
= =
)
`
= +
=
n n n n n
n
n n
n n
n n
i i

Luego, podemos obtener que: [ ] 1 0 0
1
) 1 (
1
= =
i
n .
NOTA: Esta solucin podra haberse determinado previamente por la situacin particular
que presentan las componentes del tensor. Al ser los trminos 0
32 31 23 13
= = = = T T T T ,
1
33
= T ya es un valor principal, como consecuencia esta direccin ya es una direccin
principal.
Para 2
2
=
(
(
(
=
(
(
(
(
(
(

=
(
(
(
(
(
(

0
0
0
2 1 0 0
0 2 3 1
0 1 2 3
1 0 0
0 3 1
0 1 3
3
2
1
3
2
1
2
2
2
n
n
n
n
n
n

=
= +
= =
0
0
0
3
2 1
2 1 2 1
n
n n
n n n n

Podemos observar que las dos primeras ecuaciones son linealmente dependientes.
Necesitamos entonces de una ecuacin adicional:
2
1
1 2 1
1
2
1
2
3
2
2
2
1
= = = + + = n n n n n n n
i i

Luego:
(
(
= = 0
2
1
2
1
2
) 2 (
2 i
n
Para 4
3
=
(
(
(
=
(
(
(
(
(
(

=
(
(
(
(
(
(

0
0
0
4 1 0 0
0 4 3 1
0 1 4 3
1 0 0
0 3 1
0 1 3
3
2
1
3
2
1
3
3
3
n
n
n
n
n
n

1 TENSORES
79
2
1
1 2 1
0 3
0
0
2
2
2
2
3
2
2
2
1
3
2 1
2 1
2 1
= = = + + =
=
=
)
`
=
=
n n n n n n n
n
n n
n n
n n
i i

Resultando:
(
(
= = 0
2
1
2
1
4
) 3 (
3
m
i
n
Podemos entonces resumir que las direcciones principales correspondientes a sus valores
principales son:
[ ]
(
(
= =
(
(
= =
= =
0
2
1
2
1
4
0
2
1
2
1
2
1 0 0
1
) 3 (
3
) 2 (
2
) 1 (
1
m
i
i
i
n
n
n

NOTA: Las componentes del tensor en el sistema de coordenadas original ( )
3 2 1
, , x x x es el
mismo del Ejemplo 1.32. Los autovalores obtenidos fueron 1
1
= , 2
2
= y 4
3
= y la
matriz de transformacin A est constituida por los autovectores de T . Verificando as
que los autovectores constituyen una base de transformacin del sistema ( )
3 2 1
, , x x x para el
sistema ( )
3 2 1
, , x x x que est formada por los ejes principales
1.5.5 Representacin Espectral de Tensores
De la solucin de la ecuacin (1.277) obtenemos tres autovalores:
1 1
T ,
2 2
T ,
3 3
T . Cada autovalor estar asociado a un autovector, es decir:
[ ]
[ ]
[ ]

para

para

para
) 3 (
3
) 3 (
2
) 3 (
1
) 3 (
3
) 2 (
3
) 2 (
2
) 2 (
1
) 2 (
2
) 1 (
3
) 1 (
2
) 1 (
1
) 1 (
1
n n n n T
n n n n T
n n n n T
=
=
=
i
i
i
(1.295)
En el espacio principal, cuyas bases estn formadas por los autovectores
) 3 ( ) 2 ( ) 1 (

,
n n n , el
tensor T tendr como componentes una matriz diagonal formada por los autovalores:
(
(
(
= =
3
2
1
0 0
0 0
0 0
T
T
T
T T
ij

(1.296)
Sabiendo que los autovectores forman una base de transformacin tal que:
T
A T A T = (1.297)
luego, la forma inversa ser:
A T A T =
T

(1.298)
80
donde
(
(
(
=
(
(
(
=
) 3 (
3
) 3 (
2
) 3 (
1
) 2 (
3
) 2 (
2
) 2 (
1
) 1 (
3
) 1 (
2
) 1 (
1
) 3 (
) 2 (
) 1 (

n n n
n n n
n n n
n
n
n
A (1.299)
Explcitamente, la relacin (1.298) queda:
A A A A A A
A A
(
(
(
(
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
=
(
(
(
+ + =
1 0 0
0 0 0
0 0 0
0 0 0
0 1 0
0 0 0
0 0 0
0 0 0
0 0 1
0 0
0 0
0 0

0 0
0 0
0 0

3 2 1
3
2
1
) 3 (
3
) 3 (
2
) 3 (
1
) 2 (
3
) 2 (
2
) 2 (
1
) 1 (
3
) 1 (
2
) 1 (
1
3
2
1
) 3 (
3
) 2 (
3
) 1 (
3
) 3 (
2
) 2 (
2
) 1 (
2
) 3 (
1
) 2 (
1
) 1 (
1
33 23 13
23 22 12
13 12 11
T T T
T
T T T
T
T
T
n n n
n n n
n n n
T
T
T
n n n
n n n
n n n
T T T
T T T
T T T
(1.300)
donde se cumple que:
) 3 ( ) 3 (
) 3 (
3
) 3 (
3
) 3 (
2
) 3 (
3
) 3 (
1
) 3 (
3
) 3 (
3
) 3 (
2
) 3 (
2
) 3 (
2
) 3 (
1
) 3 (
2
) 3 (
3
) 3 (
1
) 3 (
2
) 3 (
1
) 3 (
1
) 3 (
1
) 2 ( ) 2 (
) 2 (
3
) 2 (
3
) 2 (
2
) 2 (
3
) 2 (
1
) 2 (
3
) 2 (
3
) 2 (
2
) 2 (
2
) 2 (
2
) 2 (
1
) 2 (
2
) 2 (
3
) 2 (
1
) 2 (
2
) 2 (
1
) 2 (
1
) 2 (
1
) 1 ( ) 1 (
) 1 (
3
) 1 (
3
) 1 (
2
) 1 (
3
) 1 (
1
) 1 (
3
) 1 (
3
) 1 (
2
) 1 (
2
) 1 (
2
) 1 (
1
) 1 (
2
) 1 (
3
) 1 (
1
) 1 (
2
) 1 (
1
) 1 (
1
) 1 (
1

1 0 0
0 0 0
0 0 0

0 0 0
0 1 0
0 0 0

0 0 0
0 0 0
0 0 1
j i
T
j i
T
j i
T
n n
n n n n n n
n n n n n n
n n n n n n
n n
n n n n n n
n n n n n n
n n n n n n
n n
n n n n n n
n n n n n n
n n n n n n
=
(
(
(
(
(
(
=
(
(
(
(
(
(
=
(
(
(
(
(
(
=
=
=
A A
A A
A A

(1.301)
Luego, podemos representar las componentes de un tensor de segundo orden en funcin
de sus valores principales y autovectores como:
) 3 ( ) 3 (
3
) 2 ( ) 2 (
2
) 1 ( ) 1 (
1

j i j i j i ij
n n T n n T n n T T + + = (1.302)
o en notacin tensorial como:
) 3 ( ) 3 (
3
) 2 ( ) 2 (
2
) 1 ( ) 1 (
1

n n n n n n T + + = T T T (1.303)
o tambin
=
=
3
1
) ( ) (

a
a a
a
n n T T
Representacin espectral de un
tensor simtrico de segundo orden
(1.304)
que es la denominada representacin espectral del tensor. Observemos que en la expresin
anterior tenemos que recurrir al smbolo de suma ya que el ndice aparece tres veces en la
expresin.
NOTA: La representacin espectral (1.304) podra haber sido obtenida fcilmente
partiendo de la definicin del tensor identidad (tensor esfrico) dada por (1.169),
1 TENSORES
81
i i
n n 1

= , donde }
{
3 2 1
n n n constituye una base ortonormal. Podemos tambin
representar
i i
n n 1

= a travs del smbolo de suma como
=
=
3
1
) ( ) (

a
a a
n n 1 . Luego, se
cumple que:

= = =
= =
|
|
.
|
\
|
= =
3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) (

a
a a
a
a
a a
a
a a
n n n n T n n T 1 T T T (1.305)
donde hemos utilizado la definicin de autovalor y autovector
) ( ) (

a
a
a
n n T T = .
Consideremos un tensor ortogonal R cuya transformacin ortogonal aplicada al versor
original N
transforma en el versor n
, es decir,
N R n = . Podemos entonces hacer la

representacin espectral de un tensor ortogonal como:

= = =
= =
|
|
.
|
\
|
= =
3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) (

a
a a
a
a a
a
a a
N n N N R N N R 1 R R (1.306)
En el espacio de las direcciones principales, la potencia de tensores podemos expresarla
como:
( )
(
(
(
=
n
n
n
ij
n
3
2
1
0 0
0 0
0 0
T
T
T
T (1.307)
Luego, la representacin espectral del tensor
n
T ser:
=
=
3
1
) ( ) (

a
a a n
a
n
n n T T (1.308)
Si ahora queremos calcular la raz cuadrada del tensor T , podemos fcilmente obtener a
travs de la representacin espectral:
=
=
3
1
) ( ) (

a
a a
a
n n T T (1.309)
Consideremos un tensor semi-definido positivo ( T ), luego hay que cumplir 0 x T x
r r

para todo 0 x
r
r
. Aplicando la representacin espectral obtenemos que:
0

0

0
3
1
) ( ) (
3
1
) ( ) (

|
|
.
|
\
|

=
=
x n n x
x n n x
x T x
r r
r r
r r
a
a a
a
a
a a
a
T
T
(1.310)
Observemos que el resultado de la operacin )
(
) (a
n x
r
es un escalar con lo cual podemos
escribir que:
[ ]
0 )
( )
( )
(
)
( 0

2 ) 3 (
3
2 ) 2 (
2
2 ) 1 (
1
3
1
2 ) (
3
1
) ( ) (
0
+ +

= =
>
n x n x n x
n x x n n x
r r r
43 42 1
r r r
T T T
T T
a
a
a
a
a a
a
(1.311)
82
Fijemos que la expresin anterior hay que cumplir para todo 0 x
r
r
. Si adoptamos
) 1 (
n x =
r

quedamos con 0 )

(
1
2 ) 1 ( ) 1 (
1
= T T n n , anlogamente para
2
T y
3
T . Con lo cual
demostramos que si un tensor es semi-definido positivo eso implica que sus autovalores
son mayores o igual a cero, 0
1
T , 0
2
T , 0
3
T . Concluimos tambin que, un tensor ser
definido positivo si y solo si sus autovalores son positivos y distintos de cero, es decir,
0
1
> T , 0
2
> T , 0
3
> T . Como consecuencia la traza de un tensor definido positivo es mayor
que cero. Si la traza de un tensor definido positivo es igual a cero, eso implica que el tensor
es el tensor nulo.
Teniendo en cuenta lo expuesto anteriormente, queda trivial la representacin de los
tensores identidades de cuarto orden de la siguiente forma:
= =
= = =
3
1
3
1

a b
b a b a j i j i k j i j ik
e e e e e e e e e e e e
l l
I (1.312)
Luego, como I es un tensor istropo, ser vlido tambin en cualquier base ortonormal
) (
a
n :
=
=
3
1 ,
) ( ) ( ) ( ) (

b a
b a b a
n n n n I
(1.313)
Anlogamente, podemos hacer la representacin de los tensores I , I como:
i j j i k j i jk i
e e e e e e e e

= =
l l
I
(1.314)
=
=
3
1 ,
) ( ) ( ) ( ) (

b a
a b b a
n n n n I (1.315)
y
k k i i k j i k ij
e e e e e e e e

= =
l l
I (1.316)
=
=
3
1 ,
) ( ) ( ) ( ) (

b a
b b a a
n n n n I (1.317)

Ejemplo 1.36: Sea w un tensor antisimtrico de segundo orden y V un tensor de
segundo orden definido positivo cuya representacin espectral viene dada por:
=
=
3
1
) ( ) (

a
a a
a
n n V
Demostrar que el tensor antisimtrico w puede ser representado por:
=
=
3
1 ,
) ( ) (

b a
b a
b a
ab
n n w w
Demostrar tambin que se cumple la relacin:
=
=
3
1 ,
) ( ) (

) (
b a
b a
b a
a b ab
n n V V w w w
Solucin:
Es cierto que
1 TENSORES
83
( )
( )

=
= = =
=
= =
|
|
.
|
\
|
=
3
1 ,
) ( ) ( ) (
3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) (

b a
a a b
b
a
a a
a
a a
a
a a
w n n n
n n n n n n 1 w
r
w w w

donde hemos aplicado la propiedad de un tensor antisimtrico n n

= w
r
w , donde w
r
es
el vector axil asociado al tensor w. Expandiendo la expresin anterior obtenemos que
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
) 3 ( ) 3 ( ) 3 (
3
) 3 ( ) 3 ( ) 2 (
2
) 3 ( ) 3 ( ) 1 (
1
) 2 ( ) 2 ( ) 3 (
3
) 2 ( ) 2 ( ) 2 (
2
) 2 ( ) 2 ( ) 1 (
1
) 1 ( ) 1 ( ) 3 (
3
) 1 ( ) 1 ( ) 2 (
2
) 1 ( ) 1 ( ) 1 (
1
) 3 ( ) 3 ( ) ( ) 2 ( ) 2 ( ) ( ) 1 ( ) 1 ( ) (

n n n n n n n n n
n n n n n n n n n
n n n n n n n n n
n n n n n n n n n
+ + +
+ + + +
+ + + =
= + + =
w w w
w w w
w w w
w w w
b
b
b
b
b
b
w

Simplificando la expresin anterior resulta que:
( ) ( )
( ) ( )
( ) ( )
) 3 ( ) 1 (
2
) 3 ( ) 2 (
1
) 2 ( ) 1 (
3
) 2 ( ) 3 (
1
) 1 ( ) 2 (
3
) 1 ( ) 3 (
2

n n n n
n n n n
n n n n
+
+ +
+ + =
w w
w w
w w w

Adems teniendo en cuanta que
32 23 1
w w = = w ,
31 13 2
w w = = w ,
21 12 3
w w = = w ,
w an puede ser expresado por:
) 3 ( ) 1 (
13
) 3 ( ) 2 (
23
) 2 ( ) 1 (
12
) 2 ( ) 3 (
32
) 1 ( ) 2 (
21
) 1 ( ) 3 (
31

n n n n
n n n n
n n n n
+ +
+ + +
+ + =
w w
w w
w w w

el cual es exactamente igual a
=
=
3
1 ,
) ( ) (

b a
b a
b a
ab
n n w w
Los trminos V w y w V pueden ser obtenidos como sigue a continuacin:

=
=
=
= =
|
|
.
|
\
|

|
|
|
.
|
\
|
=

3
1 ,
) ( ) (
3
1 ,
) ( ) ( ) ( ) (
3
1
) ( ) (
3
1 ,
) ( ) (

b a
b a
b a
ab b
b a
b a
b b b a
ab b
b
b b
b
b a
b a
b a
ab
n n n n n n
n n n n V
w w
w w

y
= =
=
|
|
|
.
|
\
|
|
|
.
|
\
|
=
3
1 ,
) ( ) (
3
1 ,
) ( ) (
3
1
) ( ) (

b a
b a
b a
ab a
b a
b a
b a
ab
a
a a
a
n n
n n n n V
w
w w

Luego,
84
=
=
|
|
|
.
|
\
|

|
|
|
.
|
\
|
=
3
1 ,
) ( ) (
3
1 ,
) ( ) (
3
1 ,
) ( ) (

) (

b a
b a
b a
a b ab
b a
b a
b a
ab a
b a
b a
b a
ab b
n n
n n n n V V
w
w w w w

Anlogamente, es posible demostrar que:
=
=
3
1 ,
) ( ) ( 2 2 2 2

) (
b a
b a
b a
a b ab
n n V V w w w
1.5.6 Teorema de Cayley-Hamilton
El teorema de Cayley-Hamilton afirma que cualquier tensor T satisface su propia ecuacin
caracterstica, es decir, si
3 2 1
, , son los autovalores de T , podemos escribir:
(
(
(
=
3
2
1
0 0
0 0
0 0
) (
ij
T
(1.318)
Y si estos autovalores satisfacen la ecuacin: 0
2 3
= +
T T T
I I I I I I , el tensor T
tambin la satisface, es decir:
0 1 T T T
T T T
= + I I I I I I
2 3
(1.319)
Una aplicacin del teorema de Cayley-Hamilton es expresar la potencia de tensores
n
T
como una combinacin de
1 n
T ,
2 n
T ,
3 n
T . Si queremos obtener
4
T queda:
T T T T
0 T 1 T T T T T T
T T T
T T T
I I I I I I
I I I I I I
+ =
= +
2 3 4
2 3
(1.320)
Utilizando el teorema de Cayley-Hamilton podemos expresar el tercer invariante en funcin
de las trazas, que ser til a la hora de obtener las derivadas parciales de los invariantes.
Segn el teorema de Cayley-Hamilton sigue siendo vlida la expresin:
0 1 T T T
T T T
= + I I I I I I
2 3
(1.321)
Haciendo el doble producto escalar con el tensor identidad de segundo orden (1), la
expresin queda:
1 0 1 1 1 T 1 T 1 T
T T T
: : : : : = + I I I I I I
2 3
(1.322)
Como ya hemos visto anteriormente, las siguientes relaciones son vlidas ) (
3 3
T 1 T Tr = : ,
) (
2 2
T 1 T Tr = : , ) (T 1 T Tr = : , 3 ) ( = = 1 1 1 Tr : , 0 ) ( = = 0 1 0 Tr : . Reemplazando en la
ecuacin (1.322) obtenemos:
[ ] ) ( ) ( ) (
3
1
0 ) ( ) ( ) ( ) (
2 3
3
2 3
T T T
1 T T T
T T T
T T T
Tr Tr Tr
Tr Tr Tr Tr
I I I I I I
I I I I I I
+ =
= +
=
3 2 1
(1.323)
1 TENSORES
85
Reemplazando los valores de los invariantes
T
I ,
T
I I , dados por la ecuacin (1.278),
obtenemos:
[ ]
)
`
+ =
3
2 3
) (
2
1
) ( ) (
2
3
) (
3
1
T T T T
T
Tr Tr Tr Tr I I I
(1.324)
En notacin indicial
)
`
+ =
kk jj ii kk ji ij ki jk ij
I I I T T T T T T T T T
2
1
2
3
3
1
T
(1.325)
Ejemplo 1.37: Partiendo del teorema de Cayley-Hamilton obtener la inversa de un tensor
T en funcin de potencia de tensores.
Solucin:
El teorema de Cayley-Hamilton afirma que:
0 1 T T T
T T T
= + I I I I I I
2 3

Haciendo el producto escalar de la expresin anterior por el tensor
1
T obtenemos que:
( )
T T
T
T T T
T T T
1 T T T
0 T 1 T T
T 0 T 1 T T T T T T
I I I
I I I
I I I I I I
I I I I I I
+ =
= +
= +

2 1
1 2
1 1 1 1 2 1 3
1

El teorema de Cayley-Hamilton tambin es vlido para matrices cuadradas de orden n . Sea
una matriz cuadrada
n n
A el determinante caracterstico viene dado por:
0 =

A
n n
1 (1.326)
donde
n n
1 es la matriz identidad. Desarrollando el determinante obtenemos:
0 ) 1 (
2
2
1
1
= +

n
n n n n
I I I L (1.327)
donde
n
I I I , , ,
2 1
L son los invariantes de la matriz A. Para el caso particular 3 = n y si A
representa las componentes del tensor A tenemos que:
A
I I =
1
,
A
I I I =
2
,
A
I I I I =
3
.
Aplicando el teorema de Cayley-Hamilton se cumple que
0 1= + +

n
n n n n
I I I ) 1 (
2
2
1
1
L A A A (1.328)
A travs de la relacin (1.328) podemos obtener la inversa de la matriz
n n
A , por ello
multiplicando todos los trminos por
1
A , resultando:
0 1
0 1
= + +
= + +

1
1
1 3
2
2
1
1
1 1 2
2
1 1
1
1
) 1 ( ) 1 (
) 1 (
A A A A
A A A A A A A
n
n
n
n n n n
n
n n n n
I I I I
I I I
L
L
(1.329)
luego
( ) 1
1
1 3
2
2
1
1
1
1
) 1 (
) 1 (
=
n
n n n n
n
n
I I I
I
L A A A A (1.330)
El invariante ) (A det =
n
I luego, slo habr la inversa de A si 0 ) ( = A det
n
I .
Ejemplo 1.38: Dado el tensor T representado por sus componentes en el sistema
cartesiano:
86
(
(
(
=
1 0 0
0 2 0
0 0 5
T
Comprobar el teorema de Cayley-Hamilton.
Solucin:
El teorema de Cayley-Hamilton tambin se aplica para las componentes del tensor:
0 1 = +
T T T
I I I I I I T T T
2 3

donde 8 1 2 5 = + + =
T
I , 17 5 2 10 = + + =
T
I I , 10 =
T
I I I , luego:
(
(
(
=
(
(
(
=
1 0 0
0 8 0
0 0 125
1 0 0
0 2 0
0 0 5
3
3
3
T ;
(
(
(
=
(
(
(
=
1 0 0
0 4 0
0 0 25
1 0 0
0 2 0
0 0 5
2
2
2
T
Aplicando el teorema de Cayley-Hamilton verificamos que:
(
(
(
=
(
(
(
(
(
(
=
(
(
(
(
(
(
+
(
(
(
(
(
(
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
1 0 0
0 1 0
0 0 1
10
1 0 0
0 2 0
0 0 5
17
1 0 0
0 4 0
0 0 25
8
1 0 0
0 8 0
0 0 125
4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 2 1

1.5.7 Mdulo de un Tensor
El mdulo de un tensor, tambin conocido como Norma de Frobenius, viene dado a
continuacin:
(vector)
i i
v v = = v v v
r r r

(1.331)
(tensor de segundo orden)
ij ij
T T = = T T T :

(1.332)
(tensor de tercer orden)
ijk ijk
A A = = A A A :

(1.333)
(tensor de cuarto orden)
ijkl ijkl
C C = = C C C ::

(1.334)
Por ejemplo, la norma de un vector v
r
, denominada norma Euclidiana, mide la magnitud
del vector. Para visualizar la norma de un tensor de segundo orden, consideremos que T
sea un tensor simtrico (
T
T T = ) y que
3 2 1
, , T T T sean sus autovalores, luego la norma,
que es un invariante, viene dada por:
T T
T T T T T T
I I I
ij ij
T
2
) ( ) (
2 2
3
2
2
2
1
2
= + + = =
= = =
T T T T T
Tr Tr :

(1.335)
En el espacio principal de T se puede visualizar la interpretacin de la norma de T , ver
Figura 1.29. Como podemos ver es una medida de distancia.

c.q.d.
1 TENSORES
87

Figura 1.29: Norma de un tensor de segundo orden en el espacio principal.

1.5.8 Tensor Istropo y Anistropo
Un tensor se denomina istropo cuando sus componentes son las mismas en cualquier
sistema de coordenadas, en caso contrario el tensor ser anistropo.
Consideremos las componentes de un tensor T representadas en forma matricial por T
en un sistema de referencia y las componentes del mismo tensor en cualquier otro sistema
obtenido por la transformacin de base que representamos genricamente por T . Este
tensor se dice istropo cuando cumple que:
T T = (1.336)
Tensor Istropo de orden uno
Consideremos un vector v
r
representado por sus componentes
3 2 1
, , v v v en el sistema de
coordenadas
3 2 1
, , x x x . La representacin de estas componentes en un nuevo sistema de
coordenadas
3 2 1
, , x x x ser
3 2 1
, , v v v , por lo que es vlido decir:
j ij i j j i i
a v v v v = = = e e v

r
(1.337)
Para que v
r
sea istropo por definicin tiene que cumplir
i i
v v = y eso slo ser posible si
ij ij
a = , i.e.
j i
e e =

(no hubo cambio de sistema),
i i i
0 v v = = . Luego, el nico tensor
de orden uno istropo es el vector nulo 0
r
.
Tensor Istropo de segundo orden
Un ejemplo de un tensor istropo de segundo orden es el tensor identidad 1, representado
por sus componentes por
kl
. Utilizando la transformacin de coordenadas para las
componentes de un tensor de segundo orden obtenido en (1.254), se demuestra que:
ij
T
jk ik kl jl ik ij
a a a a = = =
=
3 2 1
1 AA

(1.338)
Una consecuencia inmediata del anterior es que cualquier tensor esfrico ( 1 ) es un tensor
istropo. Es decir, si un tensor de segundo orden es istropo este tensor es esfrico.
Tensor Istropo de tercer orden

2
x

1
x

3
x

1
T

2
T

3
T
T
88
Un ejemplo de un tensor (pseudo) istropo de orden tres es el pseudo-tensor Levi-Civita,
definido en (1.184) cuyas componentes son
lmn
. Aplicando la ley de transformacin de
coordenadas (1.256), resulta:
{

1
ijk ijk lmn kn jm il ijk
a a a = = = A (Ver Ejemplo 1.22)
(1.339)
Tensor Istropo de cuarto orden
Si
kl
es istropo, resulta sencillo demostrar que los siguientes tensores de cuarto orden
son tambin istropos:
jk il ijkl jl ik ijkl kl ij ijkl
= = = I I I ; ; (1.340)
Se puede demostrar que cualquier tensor istropo de cuarto orden puede ser representado
como una combinacin lineal de los tres tensores dados anteriormente en (1.340):
I I I D
2 1 0
a a a + + =
1 1 1 1 1 1 + + =
2 1 0
a a a D
jk il jl ik kl ij ijkl
a a a
2 1 0
+ + = D
(1.341)
Ejemplo 1.39: Demostrar que el tensor de cuarto orden que presenta simetra menor y
mayor C es istropo, donde las componentes de este tensor vienen dadas por:
( )
jk il jl ik kl ij ijkl
+ + = C
donde , son constantes.
Solucin:
La ley de transformacin de las componentes de un tensor de cuarto orden viene dada por:
mnpq lq kp jn im ijkl
a a a a C C =
Considerando que ( )
np mq nq mp pq mn mnpq
+ + = C y reemplazando en la expresin
anterior, obtenemos que:
( ) [ ]
( )
( )
( )
ijkl
jk il jl ik kl ij
lq kn jn iq lq kp jq ip lq kq jn in
np mq lq kp jn im nq mp lq kp jn im pq mn lq kp jn im
np mq nq mp pq mn lq kp jn im ijkl
a a a a a a a a a a a a
a a a a a a a a a a a a
a a a a
C
C
=
+ + =
+ + =
+ + =
+ + =

Con lo que demostramos que el tensor C es istropo.
1.5.9 Tensores Coaxiales
Decimos que dos tensores de segundo orden simtricos T y S son coaxiales, si presentan
los mismos autovectores, luego:

= =
= =
3
1
) ( ) (
3
1
) ( ) (

;

a
a a
a
a
a a
a
n n S n n T S T (1.342)
donde
a
T son los autovalores de T y
a
S son los autovalores de S . Es de fcil
demostracin que, para que dos tensores sean coaxiales, es suficiente que el producto
escalar entre ellos sea conmutativo, es decir:
1 TENSORES
89
coaxiales son si , T S T S S T = (1.343)
Tambin podemos concluir que un tensor simtrico S , y su inversa
1
S son tensores
coaxiales puesto que 1 S S S S = =
1 1
, y adems recurriendo a sus representaciones
espectrales:

=
=
= =
3
1
) ( ) ( 1
3
1
) ( ) (

1
;

a
a a
a a
a a
a
n n S n n S
S
S (1.344)
siendo
a
S y
a
S
1
, los autovalores de S y
1
S respectivamente.
Si S y T son tensores simtricos y coaxiales podemos demostrar que el tensor resultante
de la operacin ( T S ) resulta ser otro tensor simtrico. Para su demostracin partimos de
la definicin de tensores coaxiales:
0 S T 0 S T S T 0 T S S T T S S T = = = =
anti T
) ( 2 ) (

(1.345)
Luego, si la parte antisimtrica de un tensor es cero resulta que este tensor es simtrico:
sym anti
) ( ) ( ) ( S T S T 0 S T = (1.346)
1.5.10 Descomposicin Polar
Consideremos un tensor de segundo orden arbitrario, F , no singular (
1
0 ) (

F F det ).
Adems, la proyeccin de F segn direccin N
resulta un vector que lo representamos

por su mdulo y direccin como 0 n N
n
r
=

(
F , ya que 0 ) ( F det . Con eso, dada una
base ortonormal
) (
a
N , podemos decir que:
=
= =
=
=
= = =
= =

3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) ( 1

a
a a
a
a
a a
a
a a
a
a a
N n
N N N N 1
N N 1
F
F F F F
F F
(1.347)
NOTA: Observemos que la representacin de F , dada por (1.347), no es la
representacin espectral de F en el sentido estricto de la palabra, ya que
a
no son los
autovalores de F y tan poco
) (
a
n o
) (
a
N son los autovectores de F .
Notar que para una base ortonormal arbitraria de
) (
a
N , la nueva base
) (
a
n no
necesariamente ser una base ortogonal. Queremos encontrar una base
) (
a
N tal que la
nueva base
) (
a
n sea una base ortonormal, ver Figura 1.30, i.e. 0
)
( )
(
) 2 ( ) 1 (
=
N N
f f
r r
,
0
)
( )
(
23 ( ) 2 (
=
N N
f f
r r
, 0
)
( )
(
) 1 ( ) 3 (
=
N N
f f
r r
. Luego, buscamos un espacio tal que se cumpla la
siguiente transformacin ortogonal
) ( ) (

a a
N R n = , el cual nos garantiza la ortogonalidad de
) (
a
n , ya que una transformacin ortogonal no cambian los ngulos entre vectores ni sus
magnitudes.

90

Figura 1.30: Proyeccin de F segn la base
) (
a
N .
Consideremos ahora que la transformacin entre
) (
a
N y
) (
a
n viene dada por la siguiente
transformacin ortogonal
) ( ) (

a a
N R n = , podemos decir que:
U R N N R N N R N n = = = =

= = =
3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) (

a
a a
a
a
a a
a
a
a a
a
F (1.348)
donde hemos definido el tensor
=
=
3
1
) ( ) (

a
a a
a
N N U . Ya que
) ( ) (

a a
N N resulta un tensor
simtrico, el tensor U tambin lo es,
T
U U= . Anlogamente, pero ahora teniendo en
cuenta que R n n R N N R n = = =
) ( ) ( ) ( ) ( ) (

a a T a a a
, podemos decir que:
R V R n n R n n N n = = = =

= = =
3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) (

a
a a
a
a
a a
a
a
a a
a
F (1.349)
donde hemos definido el tensor
=
=
3
1
) ( ) (

a
a a
a
n n V . Verificamos que V es simtrico, y
comparando las representaciones espectrales de los tensores U y V , verificamos que
tienen los mismos autovalores y distintos autovectores. Luego, definimos la
descomposicin polar como:
R V U R = = F Descomposicin polar (1.350)
Recordemos del Ejemplo 1.27 que los tensores resultantes de las operaciones F F C =
T

y
T
F F b = son tensores simtricos, y definidos positivos cuando 0 ) ( F det . Haciendo el
producto escalar por la izquierda por
T
F en la relacin U R = F obtenemos que:
C F F F F F F
T T T T T
C
T
= = = = = = U U U U U R U R
2
) (
3 2 1

(1.351)
Anlogamente podemos obtener que:
b F F
T
= = V
(1.352)
Puesto que los tensores C y b son tensores definidos positivos eso implica que los
autovalores de C y b son todos reales y positivos. Ahora bien, hasta ahora la nica

) 2 (
n

) 1 (
n

) 3 (
N

) 1 (
N

) 2 (
N

) 3 (
n

) 1 ( )
(

) 1 (
N
N
= F f
r

) 2 ( )
(

) 2 (
N
N
= F f
r

) 3 ( )
(

) 3 (
N
N
= F f
r

) 3 (
3
) 3 ( )
( )
( ) 3 (
) 2 (
2
) 2 ( )
( )
( ) 2 (
) 1 (
1
) 1 ( )
( )
( ) 1 (

) 3 ( ) 3 (
) 2 ( ) 2 (
) 1 ( ) 1 (
n n N
n n N
n n N
N N
N N
N N
= = =
= = =
= = =
f f F
f f F
f f F
r r
r r
r r

1 TENSORES
91
restriccin para el tensor F es que 0 ) ( F det , luego podemos tener las siguientes
posibilidades:
Si 0 ) ( > F det
En esta situacin tenemos que 0 ) ( ) ( ) ( ) ( ) ( > = = R V U R det det det det det F , resultando las
siguientes posibilidades:
positivos definidos Tensores ,

propio ortogonal Tensor
V U
R

negativos definidos Tensores ,

impropio ortogonal Tensor
V U
R

Si 0 ) ( < F det
En esta situacin tenemos que 0 ) ( ) ( ) ( ) ( ) ( < = = R V U R det det det det det F , resultando las
siguientes posibilidades:
negativos definidos Tensores ,

propio ortogonal Tensor
V U
R

positivos definidos Tensores ,

impropio ortogonal Tensor
V U
R

NOTA: En el captulo 2 trabajaremos con unos tensores particulares donde F es no
singular ( 0 ) ( F det ) y 0 ) ( > F det . Los tensores U y V son tensores definidos positivos,
y el tensor R es un tensor de rotacin, es decir, tensor ortogonal propio.

1.5.11 Derivada Parcial con Tensores
La primera derivada de un tensor con respecto a l mismo viene definido como:
orden) cuarto de entidad (tensor id
)

(
)

(
,
I =
=

= =
l k j i jl ik
l k j i
kl
ij
e e e e
e e e e A
A
A
A

A
A

(1.353)
Podemos entonces obtener la derivada de la traza de un tensor respecto a l mismo:
[ ]
[ ] 1 e e e e e e A
A
A
A
= = =
)

( )

( )

( ) (
) (
, j i ij j i kj ki j i
ij
kk

A
A
Tr
Tr

(1.354)
La derivada parcial de la traza al cuadrado de un tensor respecto al l mismo:
[ ] [ ]
1 A
A
A
A
A
A
) ( 2
) (
) ( 2
) (
2
Tr
Tr
Tr
Tr
=
(1.355)
La derivada parcial de la traza del cuadrado un tensor respecto al l mismo:
[ ]
[ ] [ ]
T
j i ji
j i ji ji j i sj ri sr rj si rs
j i
ij
rs
sr
ij
sr
rs j i
ij
rs sr
A e e
e e e e
e e e e
A
A
2 )

( 2
)

( )

(
)

(
) ( ) (
)

(
) ( ) (
2
= =
+ = + =
(
(
A
A A A A
A
A
A
A
A
A
A
A A Tr

(1.356)
Queda al lector la demostracin de:
[ ]
T
) ( 3
) (
2
3
A
A
A
=
Tr

(1.357)
92
Luego, si consideramos un tensor de segundo orden simtrico C, podemos decir que:
[ ]
1
C
C
=
) ( Tr
;
[ ]
1 C
C
C
) ( 2
) (
2
Tr
Tr
=
;
[ ]
C C
C
C
2 2
) (
2
= =
T
Tr
;
[ ]
2 2
3
3 ) ( 3
) (
C C
C
C
= =
T
Tr

(1.358)
y adems podemos decir que la derivada de la norma del tensor simtrico C viene dada
por:
( )
[ ] [ ]
[ ] C C
C C
C
C
C
C C
C
C C
C
C
C
2 ) (
2
1
) ( ) (
2
1
) ( ) (
2
1
2
2
2
1
2
2
,
=
=
|
.
|
\
|
|
.
|
\
|

Tr
Tr Tr
Tr Tr
T
:
(1.359)
o an:
C
C
C
C
=
(1.360)
Otra aplicacin interesante viene a continuacin:
( )
j kj
j jk j kj ik i j kj
jk ij i j ij ik
k
j
ij i j ij
k
i
k
j ij i
n C
n C n C C n n C
C n n C
n
n
C n n C
n
n
n
n C n
2 =
+ = + =
+ =

(1.361)
donde hemos considerado que C es simtrico, i.e.,
jk kj
C C = .
Consideremos an el tensor de segundo orden simtrico C. Para obtener la derivada
parcial de su inversa con respecto a l mismo partimos de la siguiente condicin:
( )
O =
C
C C
C
1
1
(1.362)
donde O es el tensor nulo de cuarto orden. La expresin anterior en notacin indicial
queda:
( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( )
1 1
1
1 1 1
1
1
1
1
1 1

jr
kl
qj
iq qr
kl
iq
jr
kl
qj
iq jr qj
kl
iq
kl
qj
iq qj
kl
iq
ikjl
kl
qj
iq qj
kl
iq
kl
qj iq
C
C
C
C
C
C
C
C
C
C C C
C
C
C
C
C C
C
C
C
C
C C
C
C
C
C C
O
(1.363)
Considerando que ( )
jq qj qj
C C C + =
2
1
, la expresin anterior queda:
1 TENSORES
93
( ) ( )
( )
[ ] [ ]
( )
[ ]
1 1 1 1
1
1 1 1 1 1 1
1
1 1
1
2
1
2
1
2
1
2
1

+ =
+ = + =
+
=
kr il lr ik
kl
ir
jr ql jk iq jr jl qk iq jr ql jk jl qk iq
kl
ir
jr
kl
jq qj
iq qr
kl
iq
C C C C
C
C
C C C C C C
C
C
C
C
C C
C
C
C

(1.364)
En notacin tensorial queda:
[ ]
1 1 1 1
1
2
1

+ =
C C C C
C
C
(1.365)
NOTA: Observemos que si no hubiramos reemplazando la parte simtrica de
qj
C en
(1.363), hubiramos obtenido que
( ) ( )
1 1 1 1 1 1
1

= =
lr ik jr jl qk iq jr
kl
qj
iq qr
kl
iq
C C C C C
C
C
C
C
C
.
Resultando un tensor no simtrico.
1.5.11.1 Derivada Parcial de los Invariantes
Las derivadas parciales de los invariantes principales de un tensor de segundo orden se
obtienen a continuacin:
Derivada parcial de
T
I con respecto a T , ver ecuacin (1.354):
[ ] [ ]
[ ] 1 T
T
T
T
T
T
= =
,
) (
) (
Tr
Tr I
(1.366)
Derivada parcial de
T
I I con respecto a T :
[ ]
[ ] [ ]
[ ] [ ]
[ ]
T
T
I I
T 1 T
T 1 T
T
T
T
T
T T
T T
T
=
=
(
(
=
)
`
) (
2 ) ( 2
2
1
) ( ) (
2
1
) ( ) (
2
1
2 2
2 2
Tr
Tr
Tr Tr
Tr Tr

(1.367)
An podemos expresar (1.367) remplazando
T
T , obtenido por el teorema de Cayley-
Hamilton:
2 1
2 1
2 2 2 2 2 3

+ =
= +
= +
T T 1 T
0 T T 1 T
0 T 1 T T T T T T
T T T
T T T
T T T
I I I I I I
I I I I I I
I I I I I I : : : :
(1.368)
Luego,
[ ]
( )
( )
T
T
T
I I I I I
I I I I I I
I I
2 1
2 1
) ( ) (

=
+ = =
T T
T T 1 1 T T 1 T
T
T T
T T T
T
Tr Tr

(1.369)
Para obtener la derivada del tercer invariante, utilizaremos la definicin dada por (1.324):
94
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[ ] [ ]
1 T T
1 T T T T T
1 T 1 T T T T
1 T
T
T
T T
T
T
T
T T T T
T T
T T
T
I I I
I I I
T T
T T
T T
T
+ =
+ =
+ =
+
=
)
`
) (
) ( ) (
2
1
) ( ) (
) (
2
1
) (
2
1
) ( ) (
) (
6
3 ) (
) (
2
1
) (
) (
2
1
) ( 3
3
1
) (
6
1
) ( ) (
2
1
) (
3
1
2
2
2
2
2
2 2
2
2
2
2
3
2 3
Tr Tr Tr
Tr Tr Tr
Tr
Tr
Tr Tr
Tr
Tr Tr Tr Tr
(1.370)
Si multiplicamos por la inversa del tensor T en la ecuacin (1.321) obtenemos:
1 T T T
0 T 1 T T
0 T 1 T T T T T T
T T T
T T T
T T T
I I I I I I
I I I I I I
I I I I I I
+ =
= +
= +

2 1
1 2
1 1 1 2 1 3
(1.371)
y la transpuesta:
( ) ( ) ( ) 1 T T 1 T T T
T T T T T
I I I I I I I I I
T
T T T
+ = + =
2 2 1

(1.372)
Reemplazando ecuacin (1.372) en la expresin (1.370) obtenemos:
( )
T
T
I I I I I I
I I I

= =
T T
T
T T
T 1
] [
(1.373)
1.5.11.2 Derivada Temporal de Tensores
Asumamos que un tensor de segundo orden depende de un parmetro t , que es el tiempo.
Definimos la primera derivada temporal y la segunda derivada temporal del tensor T ,
respectivamente, por:
T T T T
& & &

2
2
;
Dt
D
Dt
D
(1.374)
La derivada temporal del determinante de un tensor viene definida como:
( ) [ ] ( )
ij
ij
Dt
D
Dt
D
T cof
T
det = T (1.375)
donde ( )
ij
T cof es el cofactor de
ij
T y definido como ( ) [ ] ( ) ( )
ij
T
ij
1

= T T det T cof .

Ejemplo 1.40: Considrese [ ] ( )2
1
2
1
) (
b
b I I I J = = det , donde b es un tensor de segundo
orden simtrico,
T
b b = . Obtener la derivada de J y de ) (J ln con respecto a b .
Solucin:
1 TENSORES
95
( )
( ) ( )
( )
1 1
2
1
2
1
2
1
2
1

2
1

2
1
2
1
2
1

= =
=
=

(
b b
b
b
b b
b
b b
b
b
b
J I I I
I I I I I I
I I I
I I I
I I I
J
T

( ) [ ]
1
2
1

2
1
2
1

=
|
.
|
\
|
b
b b b
b
b
b
I I I
I I I
I I I
J
ln
ln

1.5.12 Tensor Esfrico y Desviador
Cualquier tensor puede ser descompuesto en una parte esfrica y en otra parte desviadora.
Luego, para un tensor T esta descomposicin viene dada por:
dev
m
dev dev dev esf
I
T 1
T 1 T 1
T
T T T
T
+ =
+ = + = + =
T
Tr
3 3
) (
(1.376)
El tensor desviador de T vendr definido como:
1 T 1
T
T T
m
dev
T
Tr
= =
3
) (
(1.377)
Para las operaciones siguientes consideraremos que T es un tensor simtrico (
T
T T = )
luego, en estas condiciones las componentes del tensor
dev
T vienen dadas por:
(
(
(

=
(
(
(
=
(
(
(
=
) 2 (
) 2 (
) 2 (
22 11 33 3
1
23 13
23 33 11 22 3
1
12
13 12 33 22 11 3
1
33 23 13
23 22 12
13 12 11
33 23 13
23 22 12
13 12 11
T T T T T
T T T T T
T T T T T
T T T T
T T T T
T T T T
T T T
T T T
T T T
T
m
m
m
dev dev dev
dev dev dev
dev dev dev
dev
ij

(1.378)
Podemos tambin hacer la representacin de las componentes del tensor dado por (1.376)
en la base cartesiana tal y como se indica en la Figura 1.31.

96

Figura 1.31: Parte esfrica y desviadora de un tensor de segundo orden.
1.5.12.1 Primer Invariante del Tensor Desviador
Los invariantes del tensor desviador (
dev
T ) pueden ser obtenidos en funcin de los
invariantes principales de T :
0 ) (
3
) (
) (
3
) (
) (
3
= =
(
= =
=
3 2 1
ii
dev
dev
I
1
T
T 1
T
T T
T
Tr
Tr
Tr
Tr
Tr Tr
(1.379)
Con lo que concluimos que la traza de cualquier tensor desviador es cero.
1.5.12.2 Segundo Invariante del Tensor Desviador
Para obtener el segundo y tercer invariante del tensor desviador utilizaremos el espacio de
las direcciones principales por simplicidad. En este espacio se cumple que:
Componentes del tensor:
(
(
(
=
3
2
1
0 0
0 0
0 0
T
T
T
T
ij

(1.380)
Invariantes principales:
3 2 1
T T T + + =
T
I ,
1 3 3 2 2 1
T T T T T T + + =
T
I I ,
3 2 1
T T T =
T
I I I .
Las componentes del tensor desviador definido en (1.377) ( 1 T T
m
dev
T = ) en el espacio
de las direcciones principales son:

4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 2 1

11
T

12
T
13
T

33
T

23
T

13
T

22
T

23
T

12
T

1
x

2
x

m
T

m
T

m
T

1
x

2
x

3
x

dev
11
T

12
T
13
T

dev
33
T

23
T

13
T

dev
22
T

23
T

12
T

1
x

2
x

3
x
+

3
x
1 TENSORES
97
(
(
(
=
m
m
m
dev
ij
T T
T T
T T
T
3
2
1
0 0
0 0
0 0

(1.381)
El segundo invariante del tensor desviador de T puede ser obtenido como:
( )
2
2
2
3 2 1 3 2 3 1 2 1
3 2 3 1 2 1
3
3
1
3
) (
3
2
3 ) ( 2 ) (
) )( ( ) )( ( ) )( (
T T
T
T
T
T
T
I I I
I
I
I
I I
I I
m m
m m m m m m dev
=
+ =
+ + + + + =
+ + =
T T T T T T T T T T T
T T T T T T T T T T T T
(1.382)
Tambin podramos haber obtenido el resultado anterior partiendo directamente de la
definicin del segundo invariante de un tensor dado en (1.278):
[ ] { } [ ] { }
[ ] { } [ ] { }
[ ] { } [ ]
(
+ =
(
+ =
+ = + =
= =
= =
3
) (
2
1
3
9 3
2 ) (
2
1
) ( ) ( 2 ) (
2
1
) 2 (
2
1
) ( ) (
2
1
) (
2
1
) (
2
1
) ( ) (
2
1
2
2
2
2
2 2 2 2
2
2 2 2
T
T
T
T
T
T
1 T T 1 1 T T
1 T 1 T 1 T
T T
T T
I
I
I
I
I I I
m m m m
m m m
dev dev
dev dev
Tr
Tr
Tr T Tr T Tr T T Tr
T T Tr T Tr
Tr Tr

(1.383)
T T
T I I I 2 ) (
2 2
3
2
2
2
1
2
= + + = T T T Tr , ver Ejemplo 1.33, la relacin
anterior (1.383) resulta:
( )
2
2 2
2
3
3
1
3
2
2
2
1
3
2
2
1
T T
T
T
T
T T
T
I I I
I
I I
I
I I I I I
dev
=
(
=
(
+ + = (1.384)
Otra expresin que podemos encontrar en la literatura, para el segundo invariante de un
tensor desviador, es en funcin de las componentes del tensor desviador. Utilizando la
expresin (1.383):
[ ] [ ]
dev
ji
dev
ij
dev dev dev dev dev
dev
I I T T Tr Tr
2
1
2
1
) (
2
1
) (
2
1
2
= = = = T T T T T
T
(1.385)
Expandiendo la expresin anterior obtenemos:
[ ]
2
23
2
13
2
12
2
33
2
22
2
11
) ( 2 ) ( 2 ) ( 2 ) ( ) ( ) (
2
1
dev dev dev dev dev dev
dev
I I T T T T T T + + + + + =
T
(1.386)
En el espacio de las direcciones principales:
[ ]
2
3
2
2
2
1
) ( ) ( ) (
2
1
2
1
dev dev dev dev
ji
dev
ij dev
I I T T T T T + + = =
T
(1.387)
Otra forma de expresar el segundo invariante viene demostrada a continuacin:
98
[ ]
2
13
2
23
2
12 22 11 33 11 33 22
22 12
12 11
33 13
13 11
33 23
23 22
) ( ) ( ) ( 2 2 2
2
1
dev dev dev dev dev dev dev dev dev
dev dev
dev dev
dev dev
dev dev
dev dev
dev dev
dev
I I
T T T T T T T T T
T T
T T
T T
T T
T T
T T
=
+ + =
T
(1.388)
O an:
( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
2
13
2
23
2
12
2
33
2
22
2
11
2
22 22 11
2
11
2
33 33 11
2
11
2
33 33 22
2
22
) ( ) ( ) (
2
2 2
2
1
dev dev dev
dev dev dev dev dev dev dev
dev dev dev dev dev dev dev dev
dev
I I
T T T
T T T T T T T
T T T T T T T T

+ + +
(
(
+
+ + + + =
T

(1.389)
Observa que de la ecuacin (1.321) obtenemos que:
2
23
2
13
2
12
2
33
2
22
2
11
) ( 2 ) ( 2 ) ( 2 2 ) ( ) ( ) (
dev dev dev
dev
dev dev dev
I I T T T T T T = + +
T

(1.390)
Reemplazando (1.390) en la expresin (1.389) obtenemos:
[ ]
2
13
2
23
2
12
2
22 11
2
33 11
2
33 22
) ( ) ( ) ( ) ( ) ( ) (
6
1
dev dev dev dev dev dev dev dev dev
dev
I I T T T T T T T T T + + =
T

(1.391)
Y si consideramos las direcciones principales:
[ ]
2
2 1
2
3 1
2
3 2
) ( ) ( ) (
6
1
dev
I I T T T T T T + + =
T
(1.392)
1.5.12.3 Tercer Invariante del Tensor Desviador
El tercer invariante del tensor desviador de T queda:
( )
T T T T
T T T
T
T
T
T
T
T
T
T
I I I I I I I
I I I I
I I I
I
I
I
I I
I
I I I
I I I
m m m
m m m dev
27 9 2
27
1
27
2
3
27 9 3
) ( ) (
) )( )( (
3
3
3 2
3
3 2 1
2
3 2 3 1 2 1 3 2 1
3 2 1
+ =
+ =
+ =
+ + + + + =
=
T T T T T T
(1.393)
Otra forma de expresar el tercer invariante es:
dev
ki
dev
jk
dev
ij
dev dev dev
dev
I I I T T T T T T
3
1
3 2 1
= =
T

(1.394)
Ejemplo 1.41: Considrese un tensor de segundo orden simtrico y su parte desviadora
dev
s . Obtener el resultado de la operacin
s
s
: . Demostrar tambin que los tensores

y
dev
son tensores coaxiales.
Solucin: Teniendo la definicin de un tensor desviador s + = + =
esf dev esf
.
Obtenemos que: 1 s

3
I
= . Luego:
1 TENSORES
99
[ ] [ ]
1

I
I
3
1 3

[ ]
ij kl jl ik ij
kl kl
ij
kl
ij
I

3
1
3
1
=

s

Con lo cual
{
kl ii kl kl ij kl ij jl ik ij ij kl jl ik ij
kl
ij
ij
s s s s s s
s
s = = = |
.
|
\
|
=

=0
3
1
3
1
3
1

s
s
s =
:
Para demostrar que dos tensores son coaxiales, hay que cumplir que
dev dev
= :
1
1 1
1

= |
.
|
\
|
=
= =
= = =
dev
esf esf dev
I
I I
I
3
3 3
3
) (

Con lo cual demostramos que los tensores y
dev
son coaxiales, es decir, tienen las
mismas direcciones principales.

100
1.6 Funcin de Tensores
Una funcin de tensores puede resultar ser un escalar, un vector, o tensores de orden
superior. Como ejemplo de una funcin tensores de valor-escalar tenemos:
( )
S T S T
T T
: = =
= =
) , (
) (

det
(1.395)
donde T y S son tensores de segundo orden. Como ejemplo de funcin de tensores cuyo
argumento es un tensor de segundo orden (valor-tensor de segundo orden) tenemos:
( )
2
T T 1 T + + = = (1.396)
con , , escalares.
1.6.1 Series de Tensores
Dada una funcin ) (x f podemos aproximar esta funcin a travs de serie de Taylor por
n
n
n
n
a x
x
a f
n
x f ) (
) (
!
1
) (
0

=
, donde ! n representa el factorial de n y ) (a f el valor de la
funcin en el punto de aplicacin a x = . Podemos extrapolar esta definicin para tensores.
Por ejemplo, supongamos la funcin tensor tipo escalar que es funcin del tensor de
segundo orden E , luego utilizando serie podemos aproximar la funcin por:
L
L
+

+
+

+
) (
) (
) (
2
1
) (
) (
) )( (
) (
! 2
1
) (
) (
! 1
1
) (
! 0
1
) (
0
0
2
0 0
0
0
0
0
0
2
0
0
0
E E
E E
E
E E E E
E
E
E E
E E
: : :

kl kl ij ij
kl ij
ij ij
ij
E E E E
E E
E E
E
(1.397)
Supongamos ahora que un tensor de segundo orden S sea una funcin de otro tensor de
segundo orden E , luego podemos aproximar ) (E S como:
L
L
+

+
+

+
) (
) (
) (
2
1
) (
) (
) (
) (
) (
! 2
1
) (
) (
! 1
1
) (
! 0
1
) (
0
0
2
0 0
0
0
0
0
2
0 0
0
0
E E
E E
E
E E E E
E
E
E E
E E
E
E E E E
E
E
E E
: : :
: : :
S S
S
S S
S S
(1.398)
Otras expresiones algebraicas de tensores pueden ser representadas mediante series como:
L
L
L
+ =
+ = +
+ + + + =
5 3
3 2
3 2
! 5
1
! 3
1
) sin(
3
1
2
1
) (
! 3
1
! 2
1
S S S S
S S S S 1
S S S 1
S
ln
exp
(1.399)
Consideremos un tensor S de segundo orden simtrico e istropo, por lo que puede ser
representado por su forma espectral como:
1 TENSORES
101

= =
= =
+ = |
.
|
\
|
+ + = +
=
|
|
.
|
\
|
+ + + + =
3
1
) ( ) (
3
1
) ( ) ( 3 2
3
1
) ( ) (
3
1
) ( ) (
3 2

) 1 (

3
1
2
1
) (

! 3 ! 2
1
a
a a
a
a
a a
a a a
a
a a
a
a
a a a a
a
n n n n S 1
n n n n
S
S ln S S S ln
exp
S S
S exp
S
L
L
(1.400)
donde
a
S y
) (
a
n son los autovalores y autovectores, respectivamente, del tensor S .
Podemos extender estos conceptos para obtener la definicin de una funcin de tensin
del tipo
m
1
S , donde m es un nmero entero. Si definimos
m
1
S como:
m
m m m m
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
=
1 1 1 1
S S S S S L

(1.401)
La forma espectral correspondiente viene dada por:
=
=
3
1
) ( ) (
1
1

a
a a
m
a
m
n n S S
(1.402)
con lo que nos permite obtener
m
1
S una vez conocidos
m
a
1
S y
) (
a
n .
1.6.2 Funcin Istropa de Tensores
Si ) (T = es una funcin tensor istropa del tensor T , luego esta funcin es un
invariante bajo una transformacin ortogonal:
( ) ( ) ( )
( )
4 43 4 42 1
*
*
T
Q T Q Q T Q T
= =
T T

(1.403)
Si T es un tensor simtrico podemos expresarlo segn su representacin espectral como:
) 3 ( ) 3 (
3
) 2 ( ) 2 (
2
) 1 ( ) 1 (
1
3
1
) ( ) (

n n n n n n n n T + + = =
= a
a a
a
(1.404)
donde
a
son los autovalores de T y
) (
a
n son las direcciones principales
correspondientes.
Podemos demostrar que ) (T presenta las mismas direcciones principales de T , es decir,
) (T y T son tensores coaxiales.
Para esta demostracin consideremos las componentes de T segn las direcciones
principales:
( )
(
(
(
=
3
2
1
0 0
0 0
0 0
ij
T
(1.405)
Los trminos
1
,
2
,
3
son los valores principales de T . Luego, la funcin de tensor
vendr dada en funcin de los valores principales de T : ( )
3 2 1
, , = . Si T es
istropo se cumple que:
T
Q T Q T =
*
(1.406)
102
Anlogamente para la funcin :
( ) ( )
T
Q T Q T =
*
(1.407)
Adoptemos como las componentes del tensor ortogonal las siguientes:
( )
(
(
(
=
1 0 0
0 1 0
0 0 1
ij
Q
(1.408)
Efectuando la operacin (1.407) obtenemos:
(
(
(
=
=
(
(
(

=
(
(
(

=
33
22
11
*
33 23 13
23 22 12
13 12 11
33 23 13
23 22 12
13 12 11
*
0 0
0 0
0 0
(1.409)
Para que se cumpla que =
*
(isotropa) concluimos que: 0
23 13 12
= = = . Luego,
) (T y T presentan las mismas direcciones principales.
Consideremos una funcin , que es funcin del tensor T . Esta funcin de tensin ser
istropa si y slo si podemos representarla a travs de la siguiente transformacin,
Truesdell & Noll (1965):
2
2 1 0
) ( T T 1 T + + = = (1.410)
donde
0
,
1
,
2
son funciones de los invariantes del tensor o autovalores de T .
La demostracin sigue a continuacin. Consideremos la representacin espectral de la
funcin de tensin :
( )
) 3 ( ) 3 (
3
) 2 ( ) 2 (
2
) 1 ( ) 1 (
1
3
1
) ( ) (
3 2 1

, , n n n n n n n n + + = =

= a
a a
a
(1.411)
Observemos que los autovalores de , ( )
3 2 1
, ,
a
, estn en funcin de los autovalores
de T y que ellos presentan las mismas direcciones principales
) (
i
n . Representaremos
( )
3 2 1
, ,
a
simplemente por
a
por simplicidad.
Podemos montar el siguiente sistema:
+ + =
+ + =
+ + =
) 3 ( ) 3 ( 2
3
) 2 ( ) 2 ( 2
3
) 1 ( ) 1 ( 2
1
2
) 3 ( ) 3 (
3
) 2 ( ) 2 (
2
) 1 ( ) 1 (
1
) 3 ( ) 3 ( ) 2 ( ) 2 ( ) 1 ( ) 1 (

n n n n n n T
n n n n n n T
n n n n n n 1

(1.412)
Resolviendo el sistema anterior obtenemos
) ( ) ( ) (

a a a
M n n en funcin del tensor T y
dados por:
1 TENSORES
103
( )
( )
( )
) )( ( ) )( ( ) )( (
) )( ( ) )( ( ) )( (
) )( ( ) )( ( ) )( (
2 3 1 3
2
2 3 1 3
2 1
2 3 1 3
2 1 ) 3 (
3 2 1 2
2
3 2 1 2
3 1
3 2 1 2
3 1 ) 2 (
2 1 3 1
2
2 1 3 1
3 2
2 1 3 1
3 2 ) 1 (

+

+

=

+

+

=

+

+

=
T
T 1 M
T
T 1 M
T
T 1 M
(1.413)
Obviamente si reemplazamos los valores de
) ( ) ( ) (

a a a
M n n en la expresin (1.404)
obtenemos que T T = . Reemplazando ahora los valores de
) ( ) ( ) (

a a a
M n n en la
expresin (1.411) obtenemos que:
2
2 1 0
) ( T T 1 T + + = = (1.414)
donde los coeficientes
0
,
1
,
2
son funciones de los autovalores de T y dados por:
( ) ( ) ( )
) )( ( ) )( ( ) )( (
) )( ( ) )( ( ) )( (
) )( ( ) )( ( ) )( (
2 3 1 3
3
3 2 1 2
2
2 1 3 1
1
2
2 3 1 3
2 1 3
3 2 1 2
3 1 2
2 1 3 1
3 2 1
1
2 3 1 3
2 1 3
3 2 1 2
3 1 2
2 1 3 1
3 2 1
0

+

+

=

+

+
=

+

+

=

(1.415)
Podramos haber demostrado que una funcin tensor istropa cumpla (1.414) partiendo de
la siguiente expresin:
( ) ( )
( )
) (
*
2
*
2
*
1 0
2
2 1 0
2
2 1 0
*
T
T T 1
Q T Q Q T Q Q 1 Q
Q T T 1 Q
Q T Q T
=
+ + =
+ + =
+ + =
=

T T T
T
T

(1.416)
1.6.3 Derivada Parcial de Funcin de Tensores
Consideremos una funcin escalar que es funcin de un tensor A :
) (A = (1.417)
La derivada parcial de con respecto a A viene definida como:
)

( ,
j i
ij
e e
A
A

= =

A

(1.418)
donde la coma se utiliza para indicar derivada parcial.
La segunda derivada resultar un tensor de cuarto orden:
)

( )

( ,
2 2
l k j i ijkl l k j i
kl ij
e e e e e e e e
A A
AA
=

= =

D
A A

(1.419)
Consideremos dos tensores de segundo orden simtricos definidos positivos C y b , donde
estos tensores vienen dados por las relaciones:
104
T T
F F b F F C = = ; (1.420)
donde F es un tensor de segundo orden arbitrario con 0 ) ( > F det .
Sea ( )
C C C
I I I I I I , , = una funcin escalar de los invariantes principales del tensor C ,
donde se cumple que
b C
I I = ,
b C
I I I I = ,
b C
I I I I I I = . Obtendremos la derivada de con
respecto a C y con respecto a b y comprobaremos que la siguiente igualdad es vlida:
b F F
b C
= , ,
T
(1.421)
Utilizando la regla de la cadena podemos obtener que:
( )
C C C C
C
C
C
C
C
C
C C C
C
=
I I I
I I I
I I
I I
I
I
I I I I I I
, ,
,
(1.422)
Considerando las derivadas parciales de los invariantes, vistas anteriormente, podemos
decir que:
1 =
C
C
I

2 1
= = =
C C C C
C
C C C C
C
I I I I I I I
I I
T
1 1
1
C C C C
C
C C C C
C
I I I I I I I I I
I I I
T
+ = = =
2 1

(1.423)
Luego, considerando 1 =
C
C
I
, C
C
C
C
=
1 I
I I
y
1
=
C
C
C
C
I I I
I I I
, la expresin (1.422)
resulta:
( )
1
,

= C C
C
C
C
C C
C
I I I
I I I
I
I I I

1 1
(1.424)
1
,

|
|
.
|
\
|
+
|
|
.
|
\
|
|
|
.
|
\
|
= C C
C
C C
C
C C
C
I I I
I I I I I
I
I I I

1 (1.425)
Otra forma de expresar la relacin (1.425) es considerando 1 =
C
C
I
, C
C
C
C
=
1 I
I I
y
1
C C
C
C C
C
I I I
I I I
+ =
2
, obteniendo as:
2
, C C
C
C
C C
C
C
C
C C
C
|
|
.
|
\
|
+
|
|
.
|
\
|
|
|
.
|
\
|
=
I I I
I
I I I I I
I I
I I I
I
I I I

1 (1.426)
Considerando ahora 1 =
C
C
I
,
2 1
=
C C
C
C C
C
I I I I I
I I
y
1
=
C
C
C
C
I I I
I I I
obtenemos
adems:
2 1
,

|
|
.
|
\
|
|
|
.
|
\
|
+
|
|
.
|
\
|
= C C
C
C
C
C
C
C C
C
I I I
I I
I I I
I I I
I I
I I I

1 (1.427)
Teniendo en consideracin las relaciones (1.425) concluimos que:
1
,

|
|
.
|
\
|
= b b
b
b b
b
b b
b
I I I
I I I I I
I
I I I

1 (1.428)
1 TENSORES
105
Haciendo una contraccin por la izquierda con F y por la derecha por
T
F en la relacin
(1.425) obtenemos que:
T T T T
I I I
I I I I I
I
I I I
F C F F C F F F F F
C
C C
C
C C
C

|
|
.
|
\
|
=
1
,

1
(1.429)
Y considerando las siguientes relaciones:
b F F F F = =
T T
1
2
b b b F F F F F C F
F F C
= = =
=

T T T
T

(1.430)
b b F F b F F F C F
F b F C

= =
=
1 1 1 1
1 1 1
T T
(1.431)
Luego, la expresin (1.429) puede ser reescrita como:
b b b
b b b b F F
C
C C
C
C C
C
C C
C
C C
C

(
(
|
|
.
|
\
|
|
|
.
|
\
|
1
1 2
,
I I I
I I I I I
I
I I I
I I I
I I I I I
I
I I I
T

1
(1.432)
Teniendo en cuenta las relaciones (1.428) y (1.432) concluimos que:
b
b b b F F
b
b
b b
b
b b
C

=
(
(
|
|
.
|
\
|
=

,
,
1

I I I
I I I I I
I
I I I
T
1
(1.433)
A travs de la expresin (1.428) podemos concluir que la relacin
b b
b b
, ,
= es vlida,
indicando que los tensores
b ,
y b son coaxiales.
Consideremos an el tensor C dado por la expresin (1.420) a continuacin vamos
obtener la derivada de la funcin ) (C = con respecto al tensor F :
( )
F
C
C F
C
F
= :

,
( )
kl
ij
ij
kl
F
C
C
F
, (1.434)
La derivada del tensor C con respecto a F viene a continuacin:
( ) ( ) ( )
ki jl kj il
qi jl qk qj il qk
kl
qj
qi qj
kl
qi
kl
qj qi
kl
ij
F F
F F
F
F
F F
F
F
F
F F
F
C

+ =
+ =
(1.435)
Luego, reemplazando (1.435) en (1.434) obtenemos:
( ) ( )
il
ki
lj
kj ki jl kj il
ij
kl
C
F
C
F F F
C
= +
F
,
(1.436)
Debido a la simetra
jl lj
C C = y observando que i , j son ndices mudos concluimos que:
( )
=
kj
jl
kj
lj
kl
F
C
F
C

2 2 ,
F C C F
F F , 2 , 2 , = =
T

(1.437)
106
Supongamos ahora que el tensor C sea dado por la relacin
2
U U U U U = = =
T
C , donde
U es un tensor de segundo orden simtrico. Para obtener
U ,
) (C podemos utilizar la
misma expresin obtenida en (1.437), es decir:
C C
, 2 , 2 , = = U U
U
(1.438)
Concluimos tambin que
C ,
y U son tensores coaxiales. Podemos generalizar lo
expuesto anteriormente como:
Sea un tensor de segundo orden simtrico A y una funcin escalar del tensor A ,
) (A = , se cumple que:
T
T
T
b b b b b b
b b
b b b
b b b
b
b
b
= = + =
= =
= =
= =

y para
para
para
A
A
A
A A
A A
A
A
, ,
, 2 , 2 ,
, 2 ,
, 2 ,

(1.439)
1.7 Notacin de Voigt
En el caso de que el tensor sea simtrico, puede resultar ventajoso trabajar solamente con
las componentes independientes del tensor. En el caso del tensor de segundo orden
simtrico, que tiene 6 componentes independientes, podemos representarlo en forma de
matriz columna:
{ }
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
=
13
23
12
33
22
11
33 23 13
23 22 12
13 12 11
T
T
T
T
T
T
T T T
T T T
T T T
T T
Voigt
ij

(1.440)
Dicha notacin la denotamos de Notacin de Voigt. Tambin, es posible representar un
tensor de segundo orden como:
{ }
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
=
13
23
12
33
22
11
33 23 13
23 22 12
13 12 11
2
2
2
E
E
E
E
E
E
E E E
E E E
E E E
E E
Voigt
ij

(1.441)
Como visto anteriormente un tensor de cuarto orden, C , que presenta simetra menor,
jilk ijlk jikl ijkl
C C C C = = = tiene 36 6 6 = componentes independientes. Fijemos que
debido a simetra ) (ij tenemos 6 componentes independientes y debido a ) (kl tambin
tenemos 6 componentes independientes. En la notacin de Voigt podemos representar
estas componentes en una matriz cuadrada 6 6 como:
1 TENSORES
107
[ ]
(
(
(
(
(
(
(
(
=
1313 1323 1312 1333 1322 1311
2313 2323 2312 2333 2322 2311
1213 1223 1212 1233 1222 1211
3313 3323 3312 3333 3322 3311
2213 2223 2212 2233 2222 2211
1113 1123 1112 1133 1122 1111
C C C C C C
C C C C C C
C C C C C C
C C C C C C
C C C C C C
C C C C C C
C
(1.442)
Verificamos tambin que, si adems de simetra menor el tensor tambin presenta simetra
mayor
klij ijkl
C C = nos quedamos con 21 componentes independientes. Se puede
memorizar fcilmente el orden de las componentes en la matriz [ ] C si tenemos en cuenta el
orden del tensor de segundo orden en notacin de Voigt, i.e.:
[ ] ) 13 ( ) 23 ( ) 12 ( ) 33 ( ) 22 ( ) 11 (
) 13 (
) 23 (
) 12 (
) 33 (
) 22 (
) 11 (
(
(
(
(
(
(
(
(
(1.443)
1.7.1 Tensores Identidad en Notacin de Voigt
El tensor identidad de segundo orden ser representado en la notacin de Voigt como:
{ }
(
(
(
(
(
(
(
(
=
(
(
(
=
0
0
0
1
1
1
1 0 0
0 1 0
0 0 1
Voigt
ij
(1.444)
En el subapartado Tensores Identidad hemos definido 3 tensores identidades de cuarto orden
cuyas componentes son:
l l j ik ijk
= I ,
jk i ijk

l l
= I y
l l k ij ijk
= I de los cuales solo
l l k ij ijk
= I es simtrico. La representacin de las componentes
l l k ij ijk
= I en la notacin
de Voigt viene dada segn la representacin del tensor de cuarto orden dado por (1.442),
resultando:
[ ] { }{ }
T Voigt
k ij ijk

0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 1 1 1
0 0 0 1 1 1
0 0 0 1 1 1
=
(
(
(
(
(
(
(
(
= = I
l l
I (1.445)
donde 1
11 11 1111
= = I , 1
22 11 1122
= = I , etc.
108
Tambin hemos definido el tensor de cuarto orden simtrico ( )
jk i j ik ijk

l l l
+ =
2
1
I y su
representacin en la Notacin de Voigt viene dada por:
[ ]
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
=
2
1
2
1
2
1
1313 1323 1312 1333 1322 1311
2313 2323 2312 2333 2322 2311
1213 1223 1212 1233 1222 1211
3313 3323 3312 3333 3322 3311
2213 2223 2212 2233 2222 2211
1113 1123 1112 1133 1122 1111
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
0 0 0 0 0 1
I I I I I I
I I I I I I
I I I I I I
I I I I I I
I I I I I I
I I I I I I
I I
Voigt
ijkl
(1.446)
y la inversa:
[ ]
(
(
(
(
(
(
(
(
2 0 0 0 0 0
0 2 0 0 0 0
0 0 2 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
0 0 0 0 0 1
1
I (1.447)
1.7.2 Producto Escalar en Notacin de Voigt
El producto escalar entre un tensor de segundo orden simtrico T y un vector n
r
viene
dado por:
n T b
r
r
=
(1.448)
donde las componentes de esta operacin son:
+ + =
+ + =
+ + =
(
(
(
(
(
(
=
(
(
(
3 33 2 23 1 13 3
3 23 2 22 1 12 2
3 13 2 12 1 11 1
3
2
1
33 23 13
23 22 12
13 12 11
3
2
1

n T n T n T b
n T n T n T b
n T n T n T b
n
n
n
T T T
T T T
T T T
b
b
b
(1.449)
Teniendo en cuenta la representacin de un tensor de segundo en notacin de Voigt, el
producto escalar (1.448) en la Notacin de Voigt queda:
[ ]
(
(
(
(
(
(
(
(
(
(
(
=
(
(
(
13
23
12
33
22
11
1 2 3
3 1 2
3 2 1
3
2
1

0 0 0
0 0 0
0 0 0
T
T
T
T
T
T
n n n
n n n
n n n
b
b
b
4 4 4 4 4 3 4 4 4 4 4 2 1
T
N
{ } [ ] { } T N
T
= b (1.450)
1.7.3 Leyes de Transformacin en Notacin de Voigt
Para un tensor de segundo orden, la ley de transformacin de las componentes viene
definida de la forma:
jl ik kl ij
a a T T =
(1.451)
1 TENSORES
109
que explcitamente ser:
T
a a a
a a a
a a a
a a a
a a a
a a a
(
(
(
(
(
(
(
(
(
=
(
(
(

33 32 31
23 22 21
13 12 11
33 23 13
23 22 12
13 12 11
33 32 31
23 22 21
13 12 11
33 23 13
23 22 12
13 12 11

T T T
T T T
T T T
T T T
T T T
T T T
(1.452)
Efectuando la operacin anterior, podemos reestructurarla en la notacin de Voigt
resultando as que:
{ } [ ]{ } T M T = (1.453)
donde:
{ } { }
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
=
13
23
12
33
22
11
13
23
12
33
22
11
;
T
T
T
T
T
T
T
T
T
T
T
T
T T
(1.454)
y [ ] M es la matriz de transformacin para las componentes de un tensor de segundo orden
cuando stas estn expresadas en Notacin de Voigt, explcitamente [ ] M viene dada por:
[ ]
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )(
(
(
(
(
(
(
(
+ + +
+ + +
+ + +
=
13 31 11 33 13 32 12 33 11 32 12 31 13 33 12 32 11 31
23 31 21 33 23 32 22 33 21 32 22 31 23 33 22 32 21 31
23 11 21 13 23 12 22 13 21 12 22 11 23 13 12 22 11 21
33 31 33 32 32 31
2
33
2
32
2
31
23 21 23 22 22 21
2
23
2
22
2
21
13 11 13 12 12 11
2
13
2
12
2
11
2 2 2
2 2 2
2 2 2
a a a a a a a a a a a a a a a a a a
a a a a a a a a a
a a a a a a a a a
a a a a a a a a a
M

(1.455)
Si la representacin del tensor viene dada segn (1.441), la representacin de (1.451) en
notacin de Voigt viene dada por:
{ } [ ]{ } E N E = (1.456)
donde
[ ]
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )(
(
(
(
(
(
(
(
+ + +
+ + +
+ + +
=
13 31 11 33 13 32 12 33 11 32 12 31 13 33 12 32 11 31
23 31 21 33 23 32 22 33 21 32 22 31 23 33 22 32 21 31
23 11 21 13 23 12 22 13 21 12 22 11 23 13 12 22 11 21
33 31 33 32 32 31
2
33
2
32
2
31
23 21 23 22 22 21
2
23
2
22
2
21
13 11 13 12 12 11
2
13
2
12
2
11
2 2 2
2 2 2
2 2 2
a a a a a a a a a
a a a a a a a a a
a a a a a a a a a
N

(1.457)
Las matrices (1.455) y (1.457) no son matrices ortogonales, i.e. [ ] [ ]
T
M M
1
y
[ ] [ ]
T
N N
1
, pero se puede demostrar que se cumple que [ ] [ ]
T
M N =
1
.
1.7.4 Representacin Espectral en Notacin de Voigt
Teniendo en cuenta la representacin espectral del tensor T :
110
=
=
matricial forma
3
1
) ( ) (

a
a a
a
n n T T A T A T =
T
(1.458)
La expresin anterior puede ser reescrita como:
A A A A A A
(
(
(
+
(
(
(
+
(
(
(
=
(
(
(
3
2
1
33 23 13
23 22 12
13 12 11
0 0
0 0 0
0 0 0
0 0 0
0 0
0 0 0
0 0 0
0 0 0
0 0

T
T
T
T T T
T T T
T T T
T T T

(1.459)

(
(
(
+
(
(
(
+
(
(
(
=
(
(
(
2
33 33 32 33 31
33 32
2
32 32 31
33 31 32 31
2
31
3
2
23 23 22 23 21
23 22
2
22 22 21
23 21 22 21
2
21
2
2
13 13 12 13 11
13 12
2
12 12 11
13 11 12 11
2
11
1
33 23 13
23 22 12
13 12 11
a a a a a
a a a a a
a a a a a
a a a a a
a a a a a
a a a a a
a a a a a
a a a a a
a a a a a
T
T T
T T T
T T T
T T T
(1.460)
Teniendo en cuenta que un tensor de segundo orden simtrico viene representado segn
notacin de Voigt por (1.440), la representacin espectral de tensor viene dada por:
{ }
(
(
(
(
(
(
(
(
+
(
(
(
(
(
(
(
(
+
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
=
33 31
33 32
32 31
2
33
2
32
2
31
3
23 21
23 22
22 21
2
23
2
22
2
21
2
13 11
13 12
12 11
2
13
2
12
2
11
1
13
23
12
33
22
11
a a
a a
a a
a
a
a
a a
a a
a a
a
a
a
a a
a a
a a
a
a
a
T T T
T
T
T
T
T
T
T (1.461)
1.7.5 Tensor Desviador en Notacin de Voigt
Teniendo en cuenta las componentes del tensor desviador:
(
(
(

=
) 2 (
) 2 (
) 2 (
22 11 33 3
1
23 13
23 33 11 22 3
1
12
13 12 33 22 11 3
1
T T T T T
T T T T T
T T T T T
T
dev
ij
(1.462)
La representacin de
dev
ij
T en notacin de Voigt viene dada por:
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(

=
(
(
(
(
(
(
(
(
13
23
12
33
22
11
13
23
12
33
22
11
3 0 0 0 0 0
0 3 0 0 0 0
0 0 3 0 0 0
0 0 0 2 1 1
0 0 0 1 2 1
0 0 0 1 1 2
3
1
T
T
T
T
T
T
T
T
T
T
T
T
dev
dev
dev
dev
dev
dev

(1.463)

1 TENSORES
111
Ejemplo 1.42: Considrese ) , ( t x
r
T un tensor simtrico de segundo orden, el cual es
funcin de la posicin ) ( x
r
y del tiempo ) (t . Considrese tambin que las componentes del
tensor segn la direccin
3
x son iguales a cero, i.e. 0
33 23 13
= = = T T T .
NOTA: En el prximo subapartado definiremos ) , ( t x
r
T como un campo tensorial, i.e. el
valor de ) , ( t x
r
T depende de la posicin y del tiempo. Como veremos ms adelante, si el
tensor es independiente de una direccin para todo el dominio ) ( x
r
, e.g. si ) , ( t x
r
T es
independiente de la direccin
3
x , ver Figura 1.32, el problema puede ser considerado como
bidimensional (estado plano) simplificando bastante las ecuaciones.

Figura 1.32: Problema bidimensional (2D).

Obtener las componentes
11
T ,
22
T ,
12
T , tras un cambio de base en el plano
2 1
x x tal
como se indica en la figura abajo

Obtener tambin el valor de correspondiente a las direccin principales de T .
OBS.: Utilizar notacin de Voigt, y expresar los resultados en funcin de 2 .
Solucin:
Podemos utilizar directamente la ley de transformacin obtenida en (1.453). En este caso
particular la matriz de transformacin [ ] M , dada por (1.455), tras eliminar filas y columnas
asociadas con la direccin
3
x queda:
(
(
(
(
(
(
+
=
(
(
(
12
22
11
21 12 22 11 12 22 11 21
22 21
2
22
2
21
12 11
2
12
2
11
12
22
11
2
2
T
T
T
T
T
T
a a a a a a a a
a a a a
a a a a

1
x

2
x

2
x
1
x

1
x

2
x

3
x

22
T

11
T
12
T

12
T

1
x

2
x

22
T

11
T
12
T

12
T

11
T

22
T
2D
112
La matriz de transformacin (
ij
a ) en el plano viene dada en funcin de un nico
parmetro, :
(
(
(
=
1 0 0
0 cos sin
0 sin cos

ij
a
Resultando as que:
(
(
(
(
(
(
=
(
(
(
12
22
11
2 2
2 2
2 2
12
22
11

sin cos cos cos sin
cos sin 2 cos sin
cos 2 sin cos
sin
sin
T
T
T
T
T
T

Tomando partido de las siguientes relaciones trigonomtricas, 2 cos 2 sin sin = ,
2 cos sin cos
2 2
= ,
2
2 cos 1
sin
2

= ,
2
2 cos 1
cos
2

+
= , obtenemos que:
(
(
(
(
(
(
(
(
(
(
|
.
|
\
|
|
.
|
\
|
|
.
|
\
| +
|
.
|
\
|
|
.
|
\
|
|
.
|
\
| +
=
(
(
(
12
22
11
12
22
11

2 cos
2
2
2
2
2
2
2 cos 1
2
2 cos 1
2
2
2 cos 1
2
2 cos 1
sin sin
sin
sin
T
T
T
T
T
T

Explcitamente las componentes vienen dadas por:
+ |
.
|
\
|
+ |
.
|
\
|
=
|
.
|
\
| +
|
.
|
\
|
=
+ |
.
|
\
|
+ |
.
|
\
| +
=

2 cos
2
2
2
2
2
2
2 cos 1
2
2 cos 1
2
2
2 cos 1
2
2 cos 1
12 22 11 12
12 22 11 22
12 22 11 11
sin sin
sin
sin
T T T T
T T T T
T T T T

Reestructurando la expresin anterior an podemos decir que:
+ |
.
|
\
|
=
|
.
|
\
|
|
.
|
\
| +
=
+ |
.
|
\
|
+ |
.
|
\
| +
=

2 cos 2
2
2 2 cos
2 2
2 2 cos
2 2
12
22 11
12
12
22 11 22 11
22
12
22 11 22 11
11
sin
sin
sin
T
T T
T
T
T T T T
T
T
T T T T
T

Recordemos que las direcciones principales se caracterizan por la ausencia de las
componentes tangenciales, es decir, 0 =
ij
T para j i . Si queremos encontrar las
direcciones principales en el caso plano hacemos que 0
12
= T , obteniendo as:
2 cos 2
2
0 2 cos 2
2
12
22 11
12
22 11
12
sin sin T
T T
T
T T
T = |
.
|
\
|
= + |
.
|
\
|
=
= =
22 11
12
22 11
12
2
) 2 (
2
2 cos
2 sin
T T
T
tg
T T
T

|
|
.
|
\
|
=
22 11
12
2
2
1
T T
T
arctg
1 TENSORES
113
1.8 Campo de Tensores
Un Campo tensorial asocia a un tensor ) , ( t x
r
T cada par ) , ( t x
r
, es decir, que las componentes
de ) , ( t x
r
T varan en el espacio x
r
y en el tiempo t . El campo tensorial puede ser, escalar,
vector, o tensor de orden suprior:
Campo Escalar
Notacin simblica ) , ( t x
r
=
Notacin indicial
) , ( t x
r
=
(1.464)
Campo Vectorial
Notacin simblica
) , ( t x
r r r
v v =
Notacin indicial
) , ( t
i i
x
r
v v =
(1.465)
Campo Tensorial
Notacin simblica
) , ( t x
r
T T =
Notacin indicial
) , ( t
ij ij
x
r
T T =
(1.466)
Como ejemplo de campo escalar, podemos mencionar el campo escalar de temperatura
) , ( t T x
r
donde en el tiempo
1
t t = tenemos en cada punto del espacio ( x
r
) una temperatura
) , (
1
t T x
r
, ver Figura 1.33(a). Otro ejemplo, podemos citar el campo de velocidades ) , ( t x v
r r
,
ver Figura 1.33(b), donde en cada punto, en el tiempo
1
t t = , est asociado un vector v
r
.

Figura 1.33: Campo de tensores en el tiempo
1
t .
Un Campo tensorial es continuo y diferenciable si las componentes de ) , ( t x
r
T son funciones
continuas y diferenciables.
Si el campo tensorial es solo funcin de x
r
, i.e. ) ( x
r
T T = , decimos que el campo tensorial
es estacionario. Si el campo no es funcin x
r
, ) (t T T = , decimos que el campo es homogneo.

2
x

1
x

3
x

5
T

6
T
) , (
1
) 4 (
4
t T x
r

3
T

7
T

2
T

1
T

8
T
a) Campo escalar

2
x

1
x

3
x
b) Campo vectorial

1
t t =
1
t t =
) , (
1
t x v
r r

114
1.8.1 Campo Escalar
Supongamos que tenemos una funcin escalar ) ( x
r
= (campo escalar) diferenciable de
forma continua, y por tanto existen
1
/ x ,
2
/ x y
3
/ x y son continuas en el
espacio
3
R .Considerando ahora en un segundo punto, el cual es diferenciable ( x x
r r
d + ).
La diferencia de entre estos dos puntos llamamos de diferencial total de :
d x x x dx x dx x dx x + + + ) , , ( ) , , (
3 2 1 3 3 2 2 1 1
(1.467)
Para cualquier funcin continua ) , , (
3 2 1
x x x , d se relaciona linealmente con
1
dx ,
2
dx y
3
dx . Esta relacin lineal viene dada por la regla de la cadena de diferenciacin como:
i i
dx d dx
x
dx
x
dx
x
d ,
3
3
2
2
1
1

=
=
(1.468)
La diferenciacin de las componentes de un tensor respecto a las coordenadas
i
x , se
expresa mediante el operador diferencial:
i
i
x
,

(1.469)
A continuacin definiremos algunos operadores que nos ayudarn a manejar con los
campos tensoriales.
1.8.2 Gradiente
Gradiente de un escalar
El gradiente
x
r
grad viene definido como:
x
x x
r
r r
d d = (1.470)
donde el operador
x
r
denominamos operador nabla.
Expresando la definicin (1.470) en la base cartesiana obtenemos que:
=
3
3
2
2
1
1
dx
x
dx
x
dx
x

[ ] [ ]
3 3 2 2 1 1 3
3
2
2
1
1

) (
) (
) (
) (
) (
) ( e e e e e e dx dx dx
x x x
+ + + + =
x x x
r r r

(1.471)
Resolviendo el producto escalar anterior, hallamos:
3
3
2
2
1
1
3
3
2
2
1
1
) ( ) ( ) ( dx dx dx dx
x
dx
x
dx
x
x x x

x x x
r r r
+ + =

(1.472)
con lo que concluimos que la componentes de
x
r
en coordenadas cartesianas son:
3
3
2
2
1
1
) ( ; ) ( ; ) (
x x x
x x x
x x x
r r r

(1.473)
Podemos entonces definir el gradiente en trminos de componentes como:

3
3
2
2
1
1

e e e
x x x
x
r

(1.474)
El operador nabla
x
r
queda definido como:
1 TENSORES
115
i i i
i
x
e e

,
=
x
r
Operador Nabla (1.475)

Significado Geomtrico de
x
r

La direccin de
x
r
es normal a la superficie ctte = .
x
r
siempre apunta
(sentido) en la direccin creciente de , ver Figura 1.34.
La magnitud de
x
r
es la tasa de variacin de con la distancia segn esta
direccin.
Podemos decir que la normal a esta superficie ctte = ser:
x
r
r
= n . Entonces:
x
x
r
r
= n

(1.476)

Figura 1.34: Gradiente de .
El gradiente de un vector v
r
:
v v
r r
r
x
) ( grad (1.477)
Utilizando la definicin de
x
r
dada en (1.475), resulta:
j i
j
i
j i j i j j i i j
j
i i
x x
e e e e e e e
e
v

)
(
, ,

= = =
=
v
v v
v r
r
x

(1.478)
Con eso, definimos el gradiente de un campo tensorial )) , ( ( t x
r
en la base Cartesiana como:
j
j
x
e
) (
) (

=
x
r
Gradiente de un campo tensorial en

la base Cartesiana
(1.479)
Como podemos observar el gradiente de un vector (1.478) resulta ser un tensor de segundo
orden cuyas componentes
j i,
v explcitamente son:
OBS.: La superficie con ctte = (denominada superficie de nivel) es la superficie
formada por los puntos de mismo valor, es decir, al moverse por una superficie de
nivel el valor de la funcin no cambia.

1
c ctte = =

2
c ctte = =

3
c ctte = =

x
r

n

116
(
(
(
(
(
(
(
=
3
3
2
3
1
3
3
2
2
2
1
2
3
1
2
1
1
1
,
x x x
x x x
x x x
x
j
i
j i
v v v
v v v
v v v
v
v (1.480)
Gradiente de un tensor de segundo orden T :
k j i k ij k
k
j i ij
T
x
T
e e e e
e e
T

)

(
,
=

=
x
r
(1.481)
y sus componentes son:
( )
k ij ijk
T
,
T
x
r

(1.482)
Ejemplo 1.43: Encuentre el gradiente de la funcin
1 2
1 2 1
( , ) sin( )
x x
f x x x = + exp en el punto
(0,1).
Solucin:
Por definicin el gradiente de una funcin escalar viene definido de la forma:
2
2
1
1

e e
x
f
x
f
f
=
x
r

donde:
2 1
2 1
1
) cos(
x x
x x
x
f
exp + =
;
2 1
1
2
x x
x
x
f
exp =

[ ] [ ] + + =
2 1 1 2 1 2 1

) cos( ) , (
2 1 2 1
e e
x x x x
x x x x x f exp exp
x
r
[ ] [ ]
1 2 1

2
2 ) 1 , 0 ( e e e = + = f
x
r

Ejemplo 1.44: Considrese un campo vectorial estacionario ) ( x
r r r
u u = . a) Obtener las
componentes del diferencial total u
r
d . b) Considerando que ) ( x
r r
u representa el campo de
desplazamientos y es independiente de la componente
3
x , hacer la representacin grfica
del campo de desplazamiento en un elemento diferencial de rea
2 1
dx dx .
Solucin:
Segn la definicin de diferencial total y de gradiente se cumple que:

Luego, las componentes vienen dadas por:
) ( x
r r
u
x
r
d

1
x

2
x

3
x
) ( x x
r r r
d + u
x
r

x x
r r
d +

x
x x x
x
r r r
r r r r r r
r
d d
d d
=
+
u u
u u u
) ( ) (

1 TENSORES
117
(
(
(
(
(
(
(
(
(
(
=
(
(
(
=
3
2
1
3
3
2
3
1
3
3
2
2
2
1
2
3
1
2
1
1
1
3
2
1

dx
dx
dx
x x x
x x x
x x x
d
d
d
dx
x
d
j
j
i
i
u u u
u u u
u u u
u
u
u
u
u
Explcitamente:
=
3
3
3
2
2
3
1
1
3
3
3
3
2
2
2
2
1
1
2
2
3
3
1
2
2
1
1
1
1
1
dx
x
dx
x
dx
x
d
dx
x
dx
x
dx
x
d
dx
x
dx
x
dx
x
d
u u u
u
u u u
u
u u u
u

con
+ + + =
+ + + =
+ + + =
) , , ( ) , , (
) , , ( ) , , (
) , , ( ) , , (
3 2 1 3 3 3 2 2 1 1 3 3
3 2 1 2 3 3 2 2 1 1 2 2
3 2 1 1 3 3 2 2 1 1 1 1
x x x dx x dx x dx x d
u u u
u u u
u u u

Para el caso plano, es decir, cuando el campo es independiente de
3
x , el campo de
desplazamientos en el elemento diferencial de rea viene definido por:
= + + =
= + + =
2
2
2
1
1
2
2 1 2 2 2 1 1 2 2
2
2
1
1
1
1
2 1 1 2 2 1 1 1 1
) , ( ) , (
) , ( ) , (
dx
x
dx
x
x x dx x dx x d
dx
x
dx
x
x x dx x dx x d
u u
u u u
u u
u u u

o an:
+ = + +
+ = + +
2
2
2
1
1
2
2 1 2 2 2 1 1 2
2
2
1
1
1
1
2 1 1 2 2 1 1 1
) , ( ) , (
) , ( ) , (
dx
x
dx
x
x x dx x dx x
dx
x
dx
x
x x dx x dx x
u u
u u
u u
u u

Observemos que la expresin anterior es equivalente a la expansin en serie de Taylor
teniendo en cuenta solo hasta trminos lineales. La representacin del campo de
desplazamiento en el elemento diferencial de rea se muestra a continuacin

118

2
2
1
dx
x
u

1
1
2
dx
x
u

2
dx

2
u
A
O

1
dx
B
A

2
dx
B

1
u

1
1
1
1
dx
x
+
u
u
O

1
dx

1 1
, u x

2 2
, u x
B
A
A

2
2
2
2
dx
x
+
u
u
B
O
+
) (
1
u
) , (
2 1
x x ) , (
2 1 1
x dx x +
) , (
2 2 1
dx x x +
) , (
2 2 1 1
dx x dx x + +

1
x

2
x
u
r
d
) (
2
u

2
2
2
1
1
2
2
dx
x
dx
x
+
u u
u

2
2
1
1
1
1
1
dx
x
dx
x
+
u u
u

2
2
2
2
dx
x
+
u
u

2
2
1
1
dx
x
+
u
u

1
1
1
1
dx
x
+
u
u

1
1
2
2
dx
x
+
u
u

1
dx

2
dx

4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 2 1

4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 8 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 7 6

=
1 TENSORES
119
1.8.3 Divergencia
La Divergencia de un vector ( v
r
) ser denotada por:
v v
r r
r

x
) ( div (1.483)
que por definicin es igual a:
) ( ) ( v 1 v v v
r r r r
r r r
x x x
Tr div = = : (1.484)
Luego:
[ ] [ ]
3
3
2
2
1
1
,
,
,

x x x
k k
jl ik kl j i
l k kl j i j i
=
=
=
= =
v v v
v
v
v

e e e e 1 v v : :
r r
r r
x x

(1.485)
o an:
[ ] [ ]
[ ]
[ ]
[ ]
k
k
i i
k i k i
k i lj kl j i
l k kl j i j i
x
e
e
e e
e e
e e e e 1 v v

,
,
,
=
=
=
= =
v
v
v
v

: :
r r
r r
x x

(1.486)
Con lo que definimos que:
k
k
x
e
) (
) (

=
x
r
Divergencia de ) ( en la base
Cartesiana
(1.487)
Podemos adems verificar que la divergencia disminuye el orden de un tensor.
Divergencia de un tensor de segundo orden T
La divergencia de un tensor de segundo orden T es 1 T T :
x x
r r
= , lo que resulta ser un
vector:
i k ik
i jk
k
ij
k
k
j i ij
x
T
x
T
e
e
e
e e
T T
)

(
,
T
div
=

=

=
x
r

(1.488)
NOTA: En este libro de texto, cuando estamos tratando con gradiente y divergencia de un
campo tensorial, e.g. v
r
r
x
(gradiente de un campo vectorial), T
x
r
(gradiente de un campo
tensorial de segundo orden), T
x
r
(divergencia de un campo de tensorial de segundo
orden), esto no indica que estamos haciendo una operacin entre un vector (
x
r
r
) y un
tensor, i.e. ) ( ) ( v v
r
r
r
r r

x x
, ) ( ) ( T T
x x
r r
r
, ) ( ) ( T T
x x
r r
r
. En este libro,
x
r

indica un operador el cual debe ser aplicado a todo el campo tensorial, luego, el tensor debe
estar dentro del operador, ver expresiones (1.479) y (1.487). No obstante, es posible
relacionar v
r
r
x
, T
x
r
, T
x
r
con operaciones entre tensores, y es de fcil demostracin
que se cumplen las siguientes relaciones:
120

) ( ) ( ) ( ) (
) ( ) (
) ( ) (
T
T T T
T T
v v
= =
=
=
x x x
x x
x x
r r r
r r
r r
r r
r
r
r r

(1.489)
A continuacin definimos el operador Laplaciano
2
x
r
:
kk k k
i i
ij
j i
i j
j i
x x x
x x x x x x
, , ,

2
3
2
2
2
2
2
1
2
2
2
2
= =
=
|
|
.
|
\
|
|
|
.
|
\
|
= =
x
x x x
r
r r r
e e

(1.490)
Luego, el Laplaciano de un vector ( v
r
) viene dado por:
[ ] [ ]
kk i
i i
s componente
,
2 2
) ( ) ( v = = = v v v v
r r r r
r r r r r r
x x x x x x
(1.491)

Ejemplo 1.45: Probar la identidad:
b a b a
r
r
r
r
r r r
+ = +
x x x
) (
Solucin:
Considerando que
j j
e a

a =
r
y
k k
e b

b =
r
y
i
i
x
= e
x
r
podemos expresar el primer
miembro de la identidad como:
b a e e e e e
e e
r
r
r r
+ =
+
x x

i
i
i
i
i k
i
k
i j
i
j
i
i
k k j j
x x x x x
b a b
a b a

)

(

Ejemplo 1.46: Obtener las componentes de b a
r
r
r
) (
x
.
Solucin:
Considerando:
j j
e a

a =
r
;
k k
e b

b =
r
y
i
i
x
= e
x
r
( 3 , 2 , 1 = i ) podemos decir que:
j
k
j
k j
i
j
ik k k k i j
i
j
k k i
i
j j
x x x x
e e e e e e e
e
b a

)
(

)
(
) (
=
|
|
.
|
\
|
=
|
|
.
|
\
|
=
a
b
a
b b
a
b
a
r
r
r
x

Resultando un vector. Expandiendo el ndice mudo k obtenemos que:
3
3
2
2
1
1
x x x x
j j j
k
j
k
a
b
a
b
a
b
a
b
3
3
3
2
3
2
1
3
1
3
2
3
2
2
2
1
2
1
3
1
3
2
1
2
1
1
1
3
2
1
x x x
j
x x x
j
x x x
j
a
b
a
b
a
b
a
b
a
b
a
b
a
b
a
b
a
b

Ejemplo 1.47: Probar que la siguiente relacin es vlida:
T
T T T
x x x
r r r
r r
r
=
|
|
.
|
\
|
q q
q
2
1 1

c.q.d.
1 TENSORES
121
donde ) , ( t x
r
r
q es un campo vectorial arbitrario y ) , ( t T x
r
es un campo escalar.
Solucin:
T
T T
T
T T T T x T
i i i i
i
i i
i
x x x
r r r
r r
r
= = |
.
|
\
|
= |
.
|
\
|
=
|
|
.
|
\
|
q q
q
2
,
2
,
,
1 1 1 1
q q
q q

1.8.4 Rotacional
Rotacional de un vector
El rotacional de un vector v
r
se representa por: v v
r
r
r
r

x
) ( rot , y viene definido en la
base Cartesiana por:
) (
) (
=
k
k
x
e
x
r
r
Rotacional de ) ( en la base
Cartesiana
(1.492)
Observemos que el rotacional es una operacin entre tensores. Utilizando la definicin de
producto vectorial entre vectores obtenemos el rotacional de un vector como:
i j k ijk i ijk
j
k
k j
j
k
k k j
j
x x x
e e e e e e v v

)
) (
,
v
v v
v rot =
= =
r
r
r
r
x

(1.493)
donde
ijk
es el smbolo de permutacin definido en (1.56) y donde hemos aplicado la
definicin
i ijk k j
e e e

= . Tambin se puede obtener que:
3
2
1
1
2
2
1
3
3
1
1
3
2
2
3
,
3 2 1
3 2 1
3 2 1

) (
e e e
e
e e e
v v
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|
=
=
= =
x x x x x x
x x x
i j k ijk
v v v v v v
v
v v v
rot
r
r
r
r
x
(1.494)
Verifiquemos que la parte antisimtrica del gradiente del vector v
r
, representado por
W v
anti
) (
r
r
x
tiene como componentes:
[ ]
(
(
(
=
(
(
(

=
(
(
(
=
(
(
(
(
(
(
(
(
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
=
0
0
0
0
0
0
0
0
0
0
2
1
2
1
2
1
0
2
1
2
1
2
1
0
) (
1 2
1 3
2 3
23 13
23 12
13 12
32 31
23 21
13 12
3
2
2
3
3
1
1
3
2
3
3
2
2
1
1
2
1
3
3
1
1
2
2
1
,
w w
w w
w w
x x x x
x x x x
x x x x
anti
j i ij
anti
W W
W W
W W
W W
W W
W W
v v v v
v v v v
v v v v
v v
r
r
x
(1.495)
donde
1
w ,
2
w ,
3
w son las componentes del vector axil w
r
correspondiente al tensor
antisimtrico
anti
) ( v W
r
r
x
, ver subapartado 1.5.2.2.2. Tensor Antisimtrico.
Si retomamos la definicin del rotacional (1.494) y teniendo en consideracin (1.495),
podemos decir que:
122
( )
w
x
r
r
r
r
r
2

2

2
2

) (
3 3 2 2 1 1
3 21 2 13 1 32
3
2
1
1
2
2
1
3
3
1
1
3
2
2
3
=
+ + =
+ + =
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|
= =
e e e
e e e
e e e v v
w w w
x x x x x x
W W W
v v v v v v
rot
(1.496)
Adems si recurrimos a la identidad (1.143), podemos decir que se cumple que:
( ) v v
v v W
r r
r
r r r
r
=
=
x
w
2
1
(1.497)
Es interesante resaltar que la expresin anterior (1.497) podra haber sido obtenida a travs
del Ejemplo 1.18, en el cual hemos demostrado que ) (
2
1
x a
r r
es el vector axil asociado al
tensor antisimtrico
anti
) ( a x
r r
. Luego, el vector axil asociado al tensor antisimtrico
[ ]
anti
anti
) ( ) ( ) (
x x
r r
r
r r
= = v v W es el vector ( ) v
r
r
r

x
2
1
.
Resumen
Divergencia

x
r
) ( div
Gradiente

x
r
) ( grad
Rotacional

x
r
r
) ( rot
Escalar vector
Vector Escalar
Tensor
(2
ndo
orden)
Vector
Tensor
(2
ndo
orden)
Vector
Tensor
(3
er
orden)
Tensor
(2
ndo
orden)

A continuacin haremos algunas demostraciones de algunas identidades.
) ( ) ( ) ( ) ( a a a a
r r
r
r
r
r
r r r
+ = =
x x x
rot (1.498)
El resultado de la operacin ) ( a
r
r
r

x
ser un vector, cuyas componentes vienen
dadas por:
[ ]
i i
k j ijk i
k j ijk j k ijk
j k k j ijk
j k ijk i
) ( ) (
) ( ) (
) (
) ( ) (
, ,
, ,
,
a a
a
a
r r
r
r
r
r
r
r r
r r
r
=
=
=
+ =
=
x x
x x
x

a
a a
a a
a
(1.499)
con lo que comprobamos la identidad: ) ( ) ( ) ( ) ( a a a a
r r
r
r
r
r
r r r
+ = =
x x x
rot .
a b b a b a a b b a
r
r r
r
r
r r
r r
r
r
r r r r r
+ = ) ( ) ( ) ( ) ( ) (
x x x x x
(1.500)

1 TENSORES
123
Las componentes del producto vectorial ) ( b a
r
r
vienen dadas por
j i kij k
b a = ) ( b a
r
r
. Luego:
[ ] ) ( ) ) (
, , ,
(
p j i j p i lpk kij p j i kij lpk l
b a b a b a + = = b a
r
r
r
r
x
(1.501)
Considerando que
ijk kij
= , el resultado de
jl ip jp il lpk ijk
= y reemplazando en la
expresin anterior obtenemos que:
[ ]
p l p p p l l p p p p l
p j i jl ip p j i jp il j p i jl ip j p i jp il
p j i j p i jl ip jp il
p j i j p i lpk kij l
, , , ,
, , , ,
, ,
, ,
) )( (
) ( ) (
b a b a b a b a
b a b a b a b a
b a b a
b a b a
+ =
+ =
+ =
+ =

b a
r
r
r
r
x
(1.502)
Podemos observar que [ ]
p p l l
b a
,
) ( = b a
r
r
r
x
, [ ]
l p p l
b a
,
) ( = b a
r
r
r
x
, [ ]
p p l l ,
) ( b a = a b
r
r
r
x
,
[ ]
p l p l ,
) ( b a = a b
r
r
r
x
.
a a a
r r r
r r
r r r r r
2
) ( ) (
x x x x x
= (1.503)
Las componentes del producto vectorial ) ( a
r
r
r

x
vienen dadas por
3 2 1
r
r
r
i
j k ijk i
c
a
,
) ( = a
x
. Luego:
[ ]
jl k ijk qli l j k ijk qli l i qli q , , , ,
) ) ( ( a a c = = = a
r
r r
r r
x x

(1.504)
Considerando que
lj qk lk qj jki qli ijk qli
= = , la expresin anterior queda:
[ ]
ll q kq k
jl k lj qk jl k lk qj
jl k lj qk lk qj
jl k ijk qli q
, ,
, ,
,
,
) (
) (
a a
a a
a
a
=
=
=
=

a
r
r r
r r
x x

(1.505)
Podemos observar que [ ]
kq k q ,
) ( a = a
r
r r
x x
y [ ]
ll q q ,
2
a = a
r
r
x
.
) ( ) ( ) (
2

x x x x x
r r r r r
+ = (1.506)
) ( ) (
) ( ) (
2
, , ,
, ,

x x x
x x
r r r
r r

+ =
+ =
=
i i ii
i i
(1.507)
donde y son funciones escalares.
Otra identidad interesante que origina de la anterior es:
) ( ) ( ) (
) ( ) ( ) (
2
2

x x x x x
x x x x x
r r r r r
r r r r r

+ =
+ =
(1.508)
Restando las dos identidades anteriores obtenemos que:
124

2 2
2 2
) (
) ( ) (
x x x x x
x x x x x x
r r r r r
r r r r r r

=
=

(1.509)
1.8.5 Campo Conservativo
Un campo vectorial ) , ( t x
r
r
b se denomina conservativo si existe un campo escalar ( )
diferenciable tal que:
x
r
r
= b (1.510)
Si la funcin cumple la relacin (1.510) decimos que es una funcin potencial de ) , ( t x
r
r
b .
Un condicin necesaria, pero no suficiente, para que ) , ( t x
r
r
b sea conservativo es que
0 b
r r
r
r
=
x
. En otras palabras, todo campo conservativo el rotacional es nulo, pero ni todo
rotacional nulo implica un campo conservativo.
Ejemplo 1.48: a) Probar que ( ) 0 = v
x x
r
r
r r
y que ( ) 0
r r
r r
=
x x
, donde es un
campo escalar, y v
r
es un campo vectorial;
b) Demostrar que
( ) [ ] [ ] ) ( ) ( ) ( ) )( ( v v v v v v v v
x x x x x x x x
r
r
r r r
r
r
r
r r r
r r
r r r r r r r r
+ = ;
c) Teniendo en cuenta que v
x
r
r
r
r
= , demostrar que
r r
r
r
r
r r r r r
2 2 2
) ( ) (
x x x x x
v v = = .
Solucin:
Considerando:
i j k ijk
v e
,
= v
x
r
r
r

( ) ( )
( ) ( )
ji k ijk
j k
i
ijk il j k
l
ijk
l i j k ijk
l
v
v
x
v
x
v
x
,
, ,
,

e e v
x x
r
r
r r

La segunda derivada de v
r
es simtrica en ij , i.e.
ij k ji k
v v
, ,
= , mientras que
ijk
es
antisimtrico en ij , i.e.,
jik ijk
= , luego:
0
, 3 3 , 2 2 , 1 1 ,
= + + =
ji ij ji ij ji ij ji k ijk
v v v v
Observar que
ji ij
v
, 1 1
es el doble producto escalar de un tensor simtrico con un
antisimtrico, cuyo resultado es cero.
Anlogamente demostramos que:
( ) 0 e e
r r
r r
= = =
i i i kj ijk

0
,
x x

NOTA: El rotacional del gradiente de un escalar resulta ser igual al vector nulo, y la
divergencia del rotacional de un vector resulta ser igual a cero.
b) Denominamos por v
x
r
r
r
r
= , con eso, quedamos con
( ) [ ] ) ( v v v
x x x
r r
r
r r
r r
r r r
=
Recurrimos a la identidad (1.500), luego, se cumple que:

r r r r r r r r r r
r
r r r r r
+ = ) ( ) ( ) ( ) ( ) ( v v v v v
x x x x x

Fijemos que el trmino 0 ) ( = = v
x x x
r
r
r
r r r
, que fue demostrado en el apartado a).
Luego, concluimos que:
1 TENSORES
125
[ ] ) ( ) ( ) ( ) )( (
) ( ) ( ) ( ) (
v v v v v v
v v v v
x x x x x x
x x x x
r
r
r r r
r
r
r
r
r r r r r r r r
r
r r r r r r
r r r r
+ =
+ =

c) Recurriendo a la identidad (1.503) podemos decir que:
r
r
r
r
r r
r r
r r r
r r r r r
=
=
x x x
x x x x x
v
v v v

) (
) ( ) (
2

Aplicando el rotacional a la expresin anterior obtenemos que:
[ ] ) ( ) ( ) (
2
0
r
r r
4 4 4 3 4 4 4 2 1
r
r
r
r
r r r r r r r
r
=
=
x x x x x x x
v v
donde hemos tenido en cuenta que el rotacional del gradiente de un escalar resulta el vector
nulo. Recurrimos una vez ms la identidad (1.503) para expresar el trmino
) (
r
r r
r r

x x
, resultando:
[ ]
) (
) (
) ( ) ( ) (
2
2
2 2
0
v
v
v
x x
x x x x
x x x x x x x
r
r
r
4 4 3 4 4 2 1
r
r
r r r
r r
r
r
r r
r r r r
r r r r r r r
=
+ =
+ = =
=

1.9 Teoremas con Integrales
1.9.1 Integracin por Partes
La expresin de la integracin por partes viene dada por:

=
b
) ( ) ( ) ( ) ( ) ( ) (
a
b
a
b
a
dx x u x v x v x u dx x v x u (1.511)
donde
dx
dv
x v = ) ( , y las funciones ) (x u , ) (x v tienen que ser diferenciables en el intervalo
b x a .
1.9.2 Teorema de la Divergencia
Dado un medio continuo B de volumen V , y contorno S , el teorema de la divergencia (o
teorema de Gauss) para un vector v
r
est dado por:

= =
S S V
d dS dV S
x
r
r r r
r

v n v v

= =
S
i i
S
i i
V
i i
dS dS dV
,
v n v v (1.512)
donde n
es el vector unitario y exterior a la superficie S que contiene el volumen V en el

que est definido el campo vectorial.
Para un tensor de segundo orden:

= =
S S V
d dS dV S
x
r
r

T n T T

= =
S
j ij
S
j ij
V
j ij
dS dS dV
,
T n T T (1.513)

126

Figura 1.35.

Partiendo del teorema de la divergencia tambin podemos verificar que se cumplen las
siguientes relaciones:
[ ]

= =
= + =
= =
S
j k
V
j k
S
j k
V
j i ik i j ik
S
j i ik
V
j i ik
V
j i
dS x dV x
dS x dV x x
dS x dV x dV x

), ( ), (
,
, ,
n
n
n

(1.514)
donde hemos considerado que
ikj j ik
0
,
= , y adems considerando que
kj j k
x =
,
,
obtenemos que:

=
= =
S
S
j k kj
S
j k
V
kj
dS V
dS x V dS x dV

n 1 x
r
n n
(1.515)
Tambin se cumple que:
[ ]
[ ]

= + =
= + =
= =
S
k jk i
V
k jk i jk ik
S
k jk i
V
k jk i jk k i
S
k jk i
V
k jk i
V
k jk i
dS x dV x
dS x dV x x
dS x dV x dV x

), ( ), (
,
, ,
n
n
n

(1.516)
Resultando que:
n

B
S
dS
x
r

1
x

2
x

3
x
S
r
d
1 TENSORES
127

=
=

V
T
S V
V
ji
S
k jk i
V
k jk i
dV dS dV
dV dS x dV x
)
( ) (

,
n x x
x
r r
r
n
(1.517)
Queda de fcil demostracin que se cumple que:

=
V S V
dV dS dV )
( ) ( n x x
x
r r
r
(1.518)

Ejemplo 1.49: Sea un dominio de rea delimitado por el contorno como muestra
figura abajo:

Considrese tambin que ) ( x
r
m m= es un campo tensorial de segundo orden y ) ( x
r
=
es un campo escalar. Demostrar que se cumple la siguiente relacin:
[ ] [ ] [ ]

=

d d d
x x x x x
r r r r r
) (
) ( ) ( m n m m:
[ ] [ ]

=

d d d
i j ij j ij i ij ij
,
) , ( ,
,
m n m m
Solucin: Se puede aplicar directamente la definicin de integracin por partes para la
demostracin. Pero, partiremos de la definicin del teorema de la divergencia, donde dado
un tensor v
r
se cumple que:

= =

d d d d
j j j j
indicial

,
n v v
x
n v v
r r
r

Pero si consideramos que el tensor v
r
es el resultante de la operacin m v =
x
r
r
y lo
equivalente en notacin indicial
ij i j
m v , = y reemplazndolo en la expresin anterior
obtenemos que:
[ ]
[ ]
[ ] [ ]

=
= +
= =

d d d
d d
d dV d d
j ij i j ij i ij ij
j ij i j ij i ij ij
j ij i
j
ij i j j j j
,
, ,

, , ,

, ,
,
,
,
,
m n m m
n m m m
n m m n v v

Lo equivalente en notacin tensorial:
n

1
x

2
x
128
[ ] [ ] [ ]

=

d d d ) (
) ( ) ( m n m m
x x x x x
r r r r r
:
NOTA: Si consideramos ahora un dominio de volumen V delimitado por una superficie
S con normal n
y sea N
r
un vector y T un escalar tambin se cumple que:

=
=
V S V
V
i j i
S
j i i
V
ij i
dV T dS T dV T
dV T N dS T N dV T N
N N N
x x x x x
r r r
r r r r r
n
) ( ) (
,
, ,
,
n

donde hemos aplicado directamente la definicin de integracin por partes.
1.9.3 Independencia del Camino
Una curva que conecta dos puntos A y B denominamos de camino de A a B . A
continuacin, establecemos las condiciones con las cuales una integral de lnea es
independiente del camino en una determinada regin, ver Figura 1.36.

Figura 1.36: Independencia del camino.

Luego, dado un campo vectorial b
r
continuo, la integral

C
r
r
r
d b es independiente del camino si
y solo si b
r
es un campo conservativo. Como consecuencia, existe un campo escalar tal que
x
r
r
= b .
Con eso podemos concluir que:

|
|
.
|
\
|
= + +
=
B
A
B
A
B
A
x
B
A
r r
r r
r r
r r
r
r
d
x x x
d
d d
3
3
2
2
1
1
3 3 2 2 1 1

)

( e e e e e e
b

b b b

(1.519)
Luego
3
3
2
2
1
1
; ;
x x x
=

b b b
(1.520)
Como el campo es conservativo el rotacional es cero:
c.q.d.

1
x

2
x
3
x
A
B
1
C
r
r
d
b
r

2
C
Si

=
2 1
C C
r r
r
r
r
r
d d b b
b
r
- Campo conservativo
1 TENSORES
129
i
x x x
0

3 2 1
3 2 1
3 2 1
=
=
b b b
e e e
0 b
r r r
r
x
(1.521)
Concluyendo que:
2
1
1
2
1
3
3
1
3
2
2
3
2
1
1
2
1
3
3
1
3
2
2
3
0
0
0
x x
x x
x x
x x
x x
x x
b b
b b
b b
b b
b b
b b

(1.522)
Luego, si no se cumple la condicin anterior el campo no es conservativo.
1.9.4 Teorema de Kelvin-Stokes
Sea una superficie regular S y sea un campo vectorial ) , ( t x
r
r
F .
Segn el Teorema de Kelvin-Stokes:

= =
S S
dS d d n F F F

) ( ) (
r r r r r r
r r
r
x x
S

(1.523)
Si adoptamos un versor tangente al contorno denominado por p
el teorema de Stokes
queda:

= =
S S
dS d d n F F p F

) ( ) (
r r r r r r
r r
x x
S

(1.524)

Figura 1.37: Teorema de Stokes.

n

S

2
x

3
x

1
x

p

130
Representamos los vectores en la base cartesiana como
3 3 2 2 1 1

e e e F F F F + + =
r
, el vector de
rea como
3 3 2 2 1 1

e e e dS dS dS d + + = S
r
, y
3 3 2 2 1 1

e e e dx dx dx d + + =
r
. El rotacional de F
r

viene definido por:
3
2
1
1
2
2
1
3
3
1
1
3
2
2
3
3 2 1
3 2 1
3 2 1

e e e
e e e
F
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|
=
x x x x x x
x x x
F F F F F F
F F F
r r
r
x
(1.525)
Con lo cual podemos expresar el teorema de Stokes en componentes como:
3
2
1
1
2
2
1
3
3
1
1
3
2
2
3
3 3 2 2 1 1
dS
x x
dS
x x
dS
x x
dx dx dx
S
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|
= + +
F F F F F F
F F F

(1.526)
Como caso particular podemos tener que la superficie S coincide con el plano como
muestra Figura 1.38, en este caso sigue siendo vlida la expresin (1.526).

Figura 1.38.
Otro caso particular es cuando la regin est toda contenida en el plano
2 1
x x .

Figura 1.39: Teorema de Green.

2
x

1
x

3
x
n

2
x

1
x

3
x

3
e dS d = S
r

3
e
1 TENSORES
131

=

dS d
3
) ( e F F
r r r
r
r
x

(1.527)
Que es conocida como el teorema de Stokes en el plano o teorema de Green. En
componentes queda:
3
2
1
1
2
2 2 1 1
dS
x x
dx dx
|
|
.
|
\
|
= +

F F
F F
(1.528)
1.9.5 Identidades de Green
Sea F
r
un vector, aplicando el teorema de la divergencia obtenemos que:

=
S V
dS dV
n F F
r r
r
x
(1.529)
Adems, consideremos las identidades demostradas en (1.507) y (1.509), respectivamente:
) ( ) ( ) (
2

x x x x x
r r r r r
+ = (1.530)

2 2
) (
x x x x x
r r r r r
= (1.531)
Considerando que
x
r
r
= F y reemplazando (1.530) en (1.529) obtenemos que:

=
= +

V S V
S V
dV dS dV
dS dV

) ( ) (

) ( ) (
2
2

x x x x
x x x x
r r r r
r r r r

n
n
(1.532)
que es conocida como la primera identidad de Green.
Si ahora reemplazamos (1.531) en (1.529) obtenemos que:

=
S V
dS dV
) (
2 2
n
x x x x
r r r r
(1.533)
que es conocida como la segunda identidad de Green.

Ejemplo 1.50: Si un vector se define como: v b
r
r r
r
=
x
, probar que:

=
V
i i
S
i i
dV S d ,
b n b
donde es una funcin nicamente de x
r
, i.e., ) ( x
r
= .
Solucin: Si v b
r
r r
r
=
x
, luego
j k ijk i ,
v b = . Reemplazando en la integral de superficie
anterior resulta:

=
S
i j k ijk
S
i i
dS dS

,
n v n b
Aplicando el teorema de la divergencia de Gauss, resulta:
132

= + =
+ =
= =
V V
i i ji k ijk j k ijk i
V
ji k ijk j k i ijk
V
i j k ijk
S
i j k ijk
S
i i
dV dV
dV
dV dS dS
i
, ) , (
) , (
), (

0
, ,
, ,
, ,
b v v
v v
v n v n b
b
43 42 1 43 42 1

1.10 Coordenadas Cilndricas y Esfricas
Para la solucin de determinados problemas, puede resultar conveniente emplear otros
sistemas de coordenadas, como por ejemplo el sistema de coordenadas cilndricas o el
sistema de coordenadas esfricas.
1.10.1 Sistema de Coordenadas Cilndricas
En el sistema de coordenadas cilndricas ( z r , , ), se adopta como eje de simetra la
direccin z . En este sistema un punto P tiene coordenadas ( ) z r , , , restringido a
180 0 , donde estas variables estn indicadas en la Figura 1.40.
Conversin de coordenadas cilndricas a las coordenadas cartesianas:
=
=
=
z x
r x
r x
3
2
1
sin
cos

(1.534)
Conversin de coordenadas cartesianas a las coordenadas cilndricas
=
|
|
.
|
\
|
=
+ =
3
1
2
2
2
2
1
arctan
x z
x
x
x x r
(1.535)
Los versores en este sistema,
z r
e e e

,

pueden obtenerse con una simple ley de
transformacin, donde la matriz de transformacin viene dada por un giro alrededor del eje
z de un ngulo , es decir:
(
(
(
(
(
(

=
(
(
(
3
2
1

1 0 0
0 cos sin
0 sin cos
e
e
e
e
e
e
z
r
(1.536)
resultando
c.q.d.
1 TENSORES
133
=
+ =
=

=
+ =
+ =
z
r
r
inversa
z
r
e e
e e e
e e e
e e
e e e
e e e

cos
sin

sin
cos

cos
sin

sin
cos

3
2
1
3
2 1
2 1
(1.537)
Podemos verificar en la ecuacin (1.537) que
r
e
son dependientes de , luego

podemos obtener las siguientes diferenciaciones:
= + =

e e e
e

cos
) sin (
2 1
r

r
e e e
e

) sin (
) (cos
2 1
= + =

(1.538)

Figura 1.40: Sistema de coordenadas cilndricas.
Utilizando la regla de la cadena para derivadas parciales podemos demostrar que el
operador nabla se expresa en coordenadas cilndricas como:
3
3
1

x r r
r
=

e e e (1.539)
El operador Laplaciano
2
en coordenadas cilndricas queda:
2
3
2
2
2
2 2
2
2
3
2
2
2
2
2
1 1
1 1
x r r r r
x r r
r
r r
+ |
.
|
\
|
=
(1.540)
La demostracin de (1.540) siguen a continuacin.
|
|
.
|
\
|
|
|
.
|
\
|
= =

3
3
3
3
2

1

1

x r r x r r
r r
e e e e e e (1.541)
Haciendo el producto y considerando que 0

3
= = =
r z r
e e e e e e , obtenemos los
siguientes trminos:

1
x

2
x

3
x

z
e

r
e

r
x
r

z

2
x

1
x
r

Proyeccin en el plano
2 1
x x
cos r
sin r
134
{
2
2
3
3

1

r r r r r r r x r r r
r r
r
r r r
=
|
|
.
|
\
|
e e
e
e e e e e
e

(1.542)
{
{
2
2
2
3
3
1 1 1

1 1
1

1
1

1

=
|
|
.
|
\
|
r r r r r r r
r r r r x r r r
r
r
r
r
e e
e
e
e e
e
e e e e e
e
e
(1.543)
2
3
2
3
3
3
3

1

x x r r x
r
=
|
|
.
|
\
|
e e e e
(1.544)
Sumando los trminos obtenemos la expresin del Laplaciano dada por (1.540).
Consideremos un campo vectorial representado por
3 3

e e e v v v v + + =
r r
r
, a
continuacin aplicaremos a este vector los siguientes operadores:
Rotacional de un vector
El rotacional de un vector v
r
viene dado por:
3
3
3
1

v v v

=
r
r
x r r
e e e
v
r
r
(1.545)
Desarrollando el determinante anterior hallamos:
|
.
|
\
|

+
|
|
.
|
\
|
|
|
.
|
\
|
r r
r
r r x r x r
v v v v v v 1

1
3
3
3
3
3
e e e v
r
r

(1.546)
Divergencia
La divergencia de un vector v
r
en coordenadas cilndricas viene dada por:
( )
3 3
3
3

1

v v v e e e e e e v + +
|
|
.
|
\
|
=

r r r
x r r
r

(1.547)
( ) ( )
( )
3 3
3
3
3 3 3 3

1

v v v
v v v v v v
e e e e
e e e e e e e e v
+ +
+
+ +

+ + +

r r
r r r r r
x
r r
r

(1.548)
Operando los tres trminos de la ecuacin anterior separadamente obtenemos:
( )
3 3

v v v e e e e + +
r r r
r

Sabiendo que
3 3
v , v ,

e e no son dependientes de r :
( ) ( ) 0

3 3
=

v v e e e e
r r
r r

Nos queda por definir:
1 TENSORES
135
( )
{
r r r r
r r
r r
r
r r r r r

v
v
v
v
0
1

e
e e e e e
3 2 1

( )
3 3

1
v v v e e e e + +

r r
r

Como
3 3
v e no es dependiente de , resulta:
( ) 0
3 3
=

v e e
r

Resultando:
( )
{ {

+ =

= +

=

=

v
v
v
v
v
v
v v
r r
r r r r r
r
r
r
r
r
r r r
1 1
0
0

4 4 3 4 4 2 1
3 2 1
e e
e
e e e
e
e e e e e e

( )
3 3
3
3

v v v e e e e + +
r r
x

( )
3
3
3
3
1
3 3 3 3
3
3

x x x
r r
= + +
=

v v
v v v
3 2 1
e e e e e e
Teniendo en cuenta todas operaciones anteriores concluimos que:
3
3
1 1
x r r r
r
r
+ +
v v
v
v
v
r

(1.549)
o bien:
3
3
1
x r r
r
r
+ |
.
|
\
|

+ +
v v
v
v
v
r

(1.550)
1.10.2 Sistema de Coordenadas Esfricas
Las coordenadas esfricas ( , , r ) estn indicadas en la Figura 1.41 luego, se cumple que:
Conversin de coordenadas esfricas a las coordenadas cartesianas:
=
=
=
cos
sin sin
cos sin
3
2
1
r x
r x
r x

(1.551)
donde 0 r y 180 0 y 360 0 .

136

Figura 1.41: Sistema de coordenadas esfricas.

Conversin de coordenadas cartesianas a las coordenadas esfricas:
=
|
|
.
|
\
|
+
=
+ + =
1
2
3
2
2
2
1
2
3
2
2
2
1
arctan
arctan
x
x
x
x x
x x x r
(1.552)

Los vectores unitarios
e e e

,
r
(mutuamente ortogonales entre s) estn ilustrados en la
Figura 1.41, y los podemos expresar en funcin de los versores
3 2 1

,
e e e a travs de una
transformacin de coordenadas:
Rotacin segn eje
3
e de un ngulo

1
x

2
x

3
x

3
e

1
e

3
e

2
e

1
e

2
e
Luego el nuevo sistema estar definido como:
(
(
(
(
(
(
=
(
(
(
3
2
1
3
2
1
1 0 0
0 cos sin
0 sin cos
e
e
e
e
e
e

1
x

2
x

3
x

r
e

r

1
x

2
x

3
x

1 TENSORES
137
Rotacin segn eje
2
e de un ngulo

Considerando las dos transformaciones anteriores podemos obtener que:
(
(
(
(
(
(

=
(
(
(
(
(
(
(
(
(
(
(
(

=
(
(
(
3
2
1
3
2
1

0 cos sin
sin sin cos cos cos
cos sin sin cos sin
1 0 0
0 cos sin
0 sin cos
sin 0 cos
0 1 0
cos 0 sin
e
e
e
e
e
e
e
e
e
e
e
e

r
r
(1.553)
Explcitamente:
+ =
+ =
+ + =
cos
sin

sin
cos sin
cos cos

cos
sin sin
sin cos

2 1
3 2 1
3 2 1
e e e
e e e e
e e e e
r
(1.554)
La diferenciacin de la base en funcin de , queda:
= + =

e e e e
e

sin
cos sin
cos cos
3 2 1

r
(1.555)
= + =
sin
sin cos
sin sin
2 1

e e e
e
r

(1.556)
r
e e e e
e

cos
sin sin
sin cos
3 2 1
= =

(1.557)
= + =

cos
cos cos
cos sin
2 1

e e e
e
(1.558)
= =
cos
sin
sin
cos
2 1
e e e e
e
r

(1.559)
El operador nabla ser dado por:
=

sin
1
1

r r r
r
e e e
(1.560)
El operador Laplaciano
2
en coordenadas esfricas queda:
Pero podemos observar en la figura que:

=
2
luego = sin cos y = cos sin :
(
(
(
(
(
(

=
(
(
(
3
2
1
sin 0 cos
0 1 0
cos 0 sin
e
e
e
e
e
e
r

1
x

2
x

3
x

r
e e

1
=

e e

2
=

= e e

3

2
e

3
e

1
e

138
2
2
2 2 2 2
2
2 2
2
2
2
2 2 2
2
2
2
sin
1 cotg 1 2
sin
1
sin
sin
1 1
+

+

+ |
.
|
\
|

+ |
.
|
\
|
=
r r r r r r
r r r
r
r r

(1.561)
Divergencia
La divergencia de un vector v
r
en coordenadas esfricas viene dada por:
( )

v v v e e e e e e v

sin
1
1

+ +
|
|
.
|
\
|
=

r r r
r r r
r
(1.562)
Haciendo el producto obtenemos:
+ +
=

cotg
2
v v
v
v v
r
r
r r
v
r
(1.563)
Ejemplo 1.51: Escribir la ecuacin (
2 2
y x z = ), dada en coordenadas cartesianas, en
coordenadas cilndricas y esfricas:
Solucin:
cilndricas: ( ) ( ) =
2 2
sin cos r r z ( ) = 2 cos
2
r z
esfricas: ( ) ( )
2 2
sin sin cos sin cos = r r r

A. Representacin grfica de un tensor

A.1 Introduccin
Existen diversas aplicaciones prcticas en Ingeniera que utiliza la representacin grfica de
un tensor de segundo orden. La representacin grfica de un tensor de segundo orden
consiste en una grfica bidimensional donde la abscisa viene representada por la
componente normal (
N
T ) y la ordenada por la componente tangencial (
S
T ) para todos los
planos admisibles, 1

= n n .
A.2 Proyeccin de un Tensor de Segundo Orden
sobre una Direccin
A.2.1 Componente Normal y Tangencial
Como hemos visto en el captulo 1, la proyeccin de un tensor de segundo ( T ) orden
sobre una direccin ( n
) resulta un vector n T t
n

)
(
=
r
.
El vector
)
(n
t
r
asociado a la direccin n
puede descomponerse en una componente normal

N
T
r
(vector normal) y en otra tangencial
S
T
r
(vector tangencial) tal como se indica en la
Figura A.1. La suma vectorial de estos vectores resulta:
S N
T T t
n
r r r
+ =
)
(
(A.1)
Siendo n
el versor normal al plano y s
el versor tangente al plano, podemos escribir la

relacin anterior como:
A
Apendice

Representacion Grafica de
un Tensor

140
s n t
n

)
(
S N
T T + =
r
(A.2)
donde
N
T y
S
T son los mdulos de
N
T
r
y de
S
T
r
, respectivamente.

Figura A.1: Componentes normal y tangencial del vector.
Escribiendo el vector
N
T
r
en funcin de su mdulo
N
T y del versor n
, las siguientes
relaciones son vlidas:
[ ]n n T n
n t n n n t
n n T
n n

(

)
( )
(
43 42 1
r r
r
N
N N N
T
T T

=
= =
=

[ ]
i
N
j kj k
i k k i k k
i N i N
n n T n
n t n n n t
n T T
T

(

)
( )
(
43 42 1
r
=
= =
=
n n

(A.3)
Verificamos que
N
T puede ser obtenido a travs de las siguientes relaciones:
j kj k N
n T n T

)
(
= = = n T n n t
n
r
(A.4)
Observemos que T ser un tensor definido positivo si 0

> = n T n
N
T para todo 0 n
r
.
Podemos concluir tambin que n T n n T n

= =
sym
N
T luego, si la parte simtrica del
tensor es un tensor definido positivo el tensor tambin lo ser.
Anlogamente, podemos representar el vector
S
T
r
en funcin de su mdulo
S
T y del
versor s
:
[ ]s n T s
s t s s s t
s T
n n

(

)
( )
(
43 42 1
r r
r
S
S S
T
T

=
= =
=

[ ]

(

)
(
i j k jk
i j j
i S i S
S
s s n T
s s t
s T T
T
43 42 1
r
=
=
=
n

(A.5)
Otra forma de obtener el vector tangencial puede ser a travs de la ecuacin (A.1):
[ ]n n n T n T T t T
n

)

(
(
= = :
N S
r r r

(A.6)

1
e

2
e

)
(n
t
r

n

N
T
r

S
T
r

1
x

2
x

3
x
s

P

3
e
APNDICE A: REPRESENTACIN GRFICA DE UN TENSOR
141
Ya que
S
T
r
y
N
T
r
son perpendiculares. Tambin podemos obtener el mdulo de
S
T
r
a
travs del teorema de Pitgoras:
2 )
( )
( 2
N i i S
T t t T =
n n
(A.7)
con
k j ik ij i i
n n T T t t

)
( )
(
2
)
(
= =
n n n
t
r
.
A.2.2 Mxima y Mnima Componente Normal
Como visto anteriormente la componente normal viene dada por n T n

=
N
T con la
restriccin que 1

= n n (versor). Los valores de mximos y mnimos de
N
T con restriccin
pueden ser obtenidos a travs del mtodo del multiplicador de Lagrange. Este mtodo
consiste en construir una funcin tal que:
) 1

(

) 1

( ) ,
( = = n n n T n n n n
N
T L (A.8)
donde es el multiplicador de Lagrange. Diferenciando la funcin )
(n L con respecto a n

y a obtenemos el siguiente sistema de ecuaciones:
1

0 1

) ,
) (
) ,
(
= = =

= = =

n n n n
n
0 n 1 T 0 n n T
n
n
L
L
r r
sym sym

(A.9)
El primer sistemas de ecuaciones slo tiene solucin si y solo si 0 ) ( = 1 T
sym
det que es
el problema de autovalor de la parte simtrica de T . Es decir, los valores de mximos y
mnimos de
N
T corresponden a los autovalores de
sym
T . Siendo
sym
1
T ,
sym
2
T ,
sym
3
T , los
autovalores de
sym
T , reestructuramos los autovalores de tal forma que:
sym sym sym
III II I
T T T > > (A.10)
Podemos entonces decir que el valor mximo de
N
T es
sym
I
T , y
sym
III
T es el valor mnimo.
NOTA: Ya era de esperar que los valores extremos de
N
T estuviera relacionado con el
tensor simtrico
sym
T ya que para la obtencin de
N
T la parte antisimtrica no juega
ningn papel n T n n T n

= =
sym
N
T .
A.2.3 Mxima y Mnima Componente Tangencial de un
Tensor Simtrico
Por simplicidad vamos trabajar en el espacio principal del tensor T y vamos considerar que
el tensor es simtrico,
T
T T = . En el espacio principal, las componentes del tensor T
vienen representadas por las componentes normales (Figura A.2), ya que en este espacio
carece de componentes tangenciales. Observemos tambin que en este espacio las
OBS.: Cuando utilizamos la nomenclatura
III II I
, , T T T ya est implcito que
III II I
T T T > > .
142
componentes normales
i
T tienen las mismas direcciones que
)
(n
i
t . El mdulo de la
componente normal
N
T en un plano arbitrario de normal n
, segn la expresin (A.4),

viene dado por la expresin:
2
3 3
2
2 2
2
1 1
)
(
n T n T n T n n T n t T + + = = =
i j ij i i N
n
(A.11)
Observemos que para el plano particular [ ]
1
0 , 0 , 1 T T n = =
N i
. Geomtricamente (teorema
de Pitgoras), podemos obtener el mdulo de la componente tangencial:
2 2 )
( )
( 2
2
)
( 2

N k j ik ij N i i N S
T n n T T T t t T T = = =
n n n
t
r
(A.12)

Figura A.2: Componentes del tensor en el espacio principal.
Reemplazando la ecuacin (A.11) en la ecuacin (A.12) hallamos:
( )
2
2
3 3
2
2 2
2
1 1
2
3
2
3
2
2
2
2
2
1
2
1
2

n T n T n T n T n T n T T + + + + =
S

(A.13)
Podemos formular la siguiente pregunta: Cules son los valores de
i
n
que hacen mximo

la funcin
2
S
T ? Este problema se reduce a encontrar valores extremos de la funcin:
( ) 1

)
(
2
=
i i S
F n n T n (A.14)
donde es el multiplicador de Lagrange, con la restriccin 1 =
i i
n n .
La condicin necesaria es:
0
)
(
; 0
)
(
=

n n F F
i
n

(A.15)
resultando:
( ) { }
( ) { }
( ) { } 0

2
0

2
0

2
2
3 3
2
2 2
2
1 1 3
2
3 3
2
3 3
2
2 2
2
1 1 2
2
2 2
2
3 3
2
2 2
2
1 1 1
2
1 1
= + + +
= + + +
= + + +
n T n T n T T T n
n T n T n T T T n
n T n T n T T T n
(A.16)
con la condicin 1

=
i i
n n . Podemos obtener analticamente la solucin del sistema anterior
resultando en las siguientes soluciones posibles:

1
x

2
x

3
x

1
T

3
T

2
T

1
x

2
x

3
x
n
(n
t
r

S
T
r

N
T
r

plano arbitrario
143
solucin
1
n
2
n
3
n
S
T
(1)
1 0 0 0 =
S
T

(2)
0 1 0 0 =
S
T

(3)
0 0 1
0 =
S
T

(4)
0

2
1

2
1

2
3 2
T T
T

=
S

(5)
2
1

0

2
1

2
3 1
T T
T

=
S

(6)
2
1

2
1

0

2
2 1
T T
T

=
S

(A.17)
Los valores de
S
T fueron obtenidos introduciendo los valores de
i
n
en la expresin (A.13).
Los tres primeros conjuntos de soluciones nos proporcionan los valores mnimos de
S
T ,
que corresponden justamente con las direcciones principales.
Para las soluciones (4) los planos de mximo relativo para
S
T estn esquematizados en la
Figura A.3.

Figura A.3: Planos de mxima componente tangencial (relativa) con 0
1
= n .
Para las soluciones (5), los planos estn esquematizados en la Figura A.4.

2
= n .

3
T

2
T

1
T

3
T

2
T

1
T
[ ]
2
1
2
1
0
=
i
n
[ ]
2
1
2
1
0
=
i
n
[ ]
2
1
2
1
0
=
i
n
[ ]
2
1
2
1
0
=
i
n
[ ]
2
1
2
1
0
=
i
n
3
T

2
T

1
T

3
T

2
T

1
T
[ ]
2
1
2
1
0
=
i
n
[ ]
2
1
2
1
0
=
i
n
[ ]
2
1
2
1
0
=
i
n
144
En la Figura A.5 podemos visualizar los planos de mxima componente tangencial para las
soluciones (6).

3
= n .
Ordenando los autovalores (valores principales) (
1
T ,
2
T ,
3
T ) de la forma:
III II I
T T T > >
(A.18)
obtenemos el mximo absoluto de la tensin de corte:
2
III I
max
T T
T

=
S
(A.19)
A.3 Representacin Grfica de un Tensor de
Segundo Orden Arbitrario
Conocidas las componentes de un tensor de segundo orden en la base cartesiana
ij
T
podemos obtener las componentes normales y tangenciales (
N
T ,
S
T ) para cualquier plano
de normal n
, con la restriccin 1

= n n , en componentes 1

2
3
2
2
2
1
= + + n n n . Podemos
dibujar una grfica donde la abscisa viene representa por la componente normal (
N
T ) y la
ordenada por la componente tangencial (
S
T ) al plano.
En este apartado utilizaremos un procedimiento numrico, es decir, de forma aleatoria
sacamos distintos valores (posibles) para la normal (versor) y obtenemos los valores
correspondientes de (
N
T ,
S
T ) y plotamos sus coordenadas en una grfica
S N
T T . De esta
forma vamos obtener la representacin grfica del tensor de segundo orden, es decir, los
valores posibles (factibles) para la componente normal y tangencial del tensor en cada
plano. De igual manera tambin dibujamos la grfica correspondiente a la parte simtrica
del tensor,
) ( ) (
) (
sym
S N
sym
N
T T T = .
A continuacin adoptamos algunos valores para las componentes del tensor y verificamos
que formato tiene la grfica componente normal versus componente tangencial.
El primer ejemplo, ver Figura A.6, constituye de un tensor no simtrico. Es interesante
observar que el tensor es definido positivo ya que 0

> = n T n
N
T para todo 0 n
r
.
[ ] 0
2
1
2
1
=
i
n

3
T

2
T

1
T

3
T

2
T

1
T
[ ] 0
2
1
2
1
=
i
n
[ ] 0
2
1
2
1
=
i
n
[ ] 0
2
1
2
1
=
i
n
145
Verifiquemos tambin que el tensor tiene tres autovalores reales, y por definicin de
autovalor, corresponden cuando 0 =
S
T . Los valores mximos y mnimos para la
componente
N
T son coincidentes con los autovalores de la parte simtrica de T .
Para la componente tangencial podemos hacer la siguiente descomposicin:
[ ] [ ]s n T s n T s s n T s T

+ = =
anti sym
S
S
43 42 1
r
T

(A.20)
Cuando n
sea una de las direcciones principales de la parte simtrica, tenemos que:

[ ] [ ] [ ]s n T s s n T s n s s n T s n T s T

= + = + =
anti anti anti sym
S
r
(A.21)
ya que los versores s
, n
son ortogonales, 0

= n s . Esto implica que en los planos
) 1 (
n ,
) 2 (
n ,
) 3 (
n , (autovectores de
sym
T ), las correspondientes componentes normales y
tangenciales asociadas al tensor T vendrn dadas por el autovalor de
sym
T , y componente
tangencial dada por:
)
( )
( )
(

n n n
t s s t t s n T s
anti anti anti
anti
S
r r r
= = = = T
(A.22)

Figura A.6: Representacin grfica de un tensor definido positivo no simtrico.

N
T

S
T

(
(
(
=
6 6 3
2 4 1
1 3 5
ij
T
52 , 1 =
I I I
T
59 , 3 =
I I
T 89 , 9 =
I
T

(
(
(
=
6 4 2
4 4 2
2 2 5
sym
ij
T

N
T

sym
S
T
55 , 10 =
sym
I
T
61 , 3 =
sym
I I
T
84 , 0 =
sym
I I I
T
424 , 2 ; 55 , 10
max
= =
S N
T T
41 , 2 ; 84 , 0
min
= =
S N
T T
86 , 4
max
=
sym
S
T
424 , 2 ; 55 , 10
max
= =
S N
T T
41 , 2 ; 84 , 0
min
= =
S N
T T
146
Por ejemplo, para el autovalor 55 , 10 =
sym
I
T que est asociado al autovector
[ ] 692913086 , 0 ; 561517458 , 0 ; 45229371 , 0
) 1 (
=
j
n , tenemos que:
424378 , 2
5753286 , 1
8381199 , 1
1313956 , 0

692913086 , 0
561517458 , 0
45229371 , 0

0 2 1
2 0 1
1 1 0

) 1 (
)
=
(
(
(
=
(
(
(
(
(
(

= =
4 4 4 3 4 4 2 1 4 4 3 4 42 1
r
j
anti
ij
anti S
n T
T
n
t
(A.23)
Para el autovalor 61 , 3 =
sym
I I
T tenemos que:
55947 , 0
50644304 , 0
036633496 , 0
234905 , 0

42439659 , 0
18949182 , 0
88542667 , 0

0 2 1
2 0 1
1 1 0

)
(
=
(
(
(
=
(
(
(
(
(
(

= =
n
t
anti S
r
T (A.24)
sym
I I I
T tenemos que:
41 , 2
5039465 , 1
2727817 , 1
3883641 , 1

582888489 , 0
80547563 , 0
107004733 , 0

0 2 1
2 0 1
1 1 0

)
(
=
(
(
(
=
(
(
(
(
(
(

= =
n
t
anti S
r
T (A.25)
Debemos enfatizar que este procedimiento slo es vlido para los planos correspondientes
a los autovectores de la parte simtrica de T , para un plano arbitrario ya no es vlido.
Con lo que respecta a la parte simtrica del tensor, verifiquemos que el valor mximo y
mnimo de la componente normal se encuentra en los valores principales,
55 , 10
max
= =
sym
I N
T T y 84 , 0
min
= =
sym
I I I N
T T . La mxima componente tangencial es igual al
radio del crculo que forma 55 , 10 =
sym
I
T y 84 , 0 =
sym
I I I
T , ver Figura A.6, resultando
86 , 4
2
84 , 0 55 , 10
max
=
=
sym
S
T .
El segundo ejemplo se trata de un tensor simtrico, ver Figura A.7. Adems podemos
verificar que el tensor no es definido positivo. Intuitivamente nos indica que para un tensor
simtrico la grfica componente normal versus componente tangencial es la interseccin de
tres circunferencias. Podemos verificar tambin en esta grfica que la componente
tangencial mxima viene dada por 55 , 4
2
) 78 , 0 ( 328 , 8
2
III I
max
=

=
=
T T
T
S
.

147

Figura A.7: Representacin grfica de un tensor simtrico.
El tercer ejemplo trata de un tensor simtrico que tiene dos autovalores iguales. Podemos
verificar que los valores posibles para (
N
T ,
S
T ) est limitado a la circunferencia de radio
5 , 2
2
III I
=
=
T T
R y centrada en el punto ( 5 , 1
2
III I
=
+
=
T T
T
N
, 0 =
S
T ), ver Figura A.8.
Intuitivamente nos lleva a pensar que la representacin grfica de un tensor esfrico (tres
autovalores iguales) ser un punto.

Figura A.8: Representacin grfica de un tensor simtrico con dos autovalores iguales.

N
T

S
T

(
(
(
=
5 2 3
2 4 2
3 2 1
ij
T
78 , 0 =
I I I
T 454 , 2 =
I I
T
328 , 8
max
= =
N I
T T
55 , 4
max
=
S
T

N
T

S
T

(
(
(
=
1 0 0
0 1 0
0 0 4
ij
T
1 = =
I I I I I
T T
4
max
= =
N I
T T
5 , 2
max
=
S
T
148
El cuarto ejemplo se trata de un tensor no simtrico que tiene un nico autovalor real e
igual a 964 , 0
1
= T , y dos imaginarios, ver Figura A.9, y adems se trata de un tensor no
definido positivo.

Figura A.9: Representacin grfica de un tensor no simtrico con un nico autovalor real.
En los planos correspondientes a las direcciones principales de la parte simtrica del tensor
tenemos los siguientes valores para la componente tangencial del tensor:
sym
I
T tenemos que:

N
T

S
T

(
(
(
=
2 7 1
1 2 2
4 8 6
ij
T

N
T

sym
S
T

(
(
(
=
2 4 5 , 2
4 2 3
5 , 2 3 6
sym
ij
T

max S
T

max
sym
S
T
02 , 2 =
sym
I I I
T
126 , 2 =
sym
I I
T
894 , 9 =
sym
I
T
964 , 0 =
I
T
0 , 6 ; 894 , 9
max
= =
S N
T T
17 , 4 ; 02 , 2
min
= =
S N
T T
0 , 6 ; 894 , 9
max
= =
S N
T T
17 , 4 ; 02 , 2
min
= =
S N
T T
149
0 , 6
482120 0
991187 4
299127 3

484682632 , 0
514420622 , 0
707427855 , 0

0 3 5 , 1
3 0 5
5 , 1 5 0

)
(
=
(
(
(
=
(
(
(
(
(
(
= =
.
,
,
anti S
n
t
r
T
(A.26)
sym
I I I
T tenemos que:
1676 , 4
2624170 2
3453965 2
5979967 2

97 6859401168 0
5 7253813847 0
0575152387 0

0 3 5 , 1
3 0 5
5 , 1 5 0

)
(
=
(
(
(
=
(
(
(
(
(
(
= =
,
,
,
,
,
,
anti S
n
t
r
T
(A.27)
A.3.1 Representacin Grfica de un Tensor de Segundo
Orden Simtrico. Crculo de Mohr.
Como hemos visto, la proyeccin de un tensor de segundo orden segn una direccin
resulta un vector, n T t
n

)
(
=
r
, y a su vez este vector puede ser descompuesto en una
componente normal y tangencial, cuyos mdulos representamos respectivamente por
S
T y
N
T , ver Figura A.1. El objetivo en este apartado es: dadas las componentes de un tensor
encontrar todo los valores posibles del par (
S N
T T ), esta representacin grfica
denominamos de Crculo de Mohr, y tiene varias aplicaciones prcticas dentro del mbito
de ingeniera.
Consideraremos un tensor de segundo orden simtrico y por conveniencia, trabajaremos en
el espacio principal (direcciones principales) y supongamos que las componentes normales
(autovalores) estn ordenadas:
III II I
T T T > > . Partiremos de la expresin obtenida en (A.7),
i.e.:
2
)
( )
( )
( 2 2 n n n
t t t
r r r
= = +
N S
T T (A.28)

Figura A.10: Representacin de las componentes (tensor simtrico) en el espacio principal.

I
T

III
T

II
T

1
x

2
x

3
x

)
(n
t
r

I
T

III
T

1
x

2
x

3
x
S
A
B
C
O
n

II
T

1
e

2
e

3
e
a) b)
150
Las componentes del vector proyeccin
)
(n
t
r
, para un plano arbitrario, fueron obtenidas en
la ecuacin (A.1). Fijemos ahora que n
es el versor del plano respecto a los ejes principales.

Las componentes de n T t
n

)
(
=
r
, en el espacio principal, (Figura A.10b), son:
3 III
)
(
3 2 II
)
(
2 1 I
)
(
1
; ; n T t n T t n T t = = =
n n n
(A.29)
El producto escalar
)
( )
( n n
t t
r r
en este espacio ser:
2
3
2
III
2
2
2
II
2
1
2
I
)
(
3
)
(
3
)
(
2
)
(
2
)
(
1
)
(
1
)
( )
( )
( )
( )
( )
( )
( )
(

n T n T n T
t t t t t t
t t t t t t
+ + =
+ + =
= = =
n n n n n n
n n n n n n n n
e e t t
i i ij j i j j i i

r r

(A.30)
Combinando las expresiones (A.28) y (A.30), obtenemos que:
2
3
2
III
2
2
2
II
2
1
2
I
2 2
n T n T n T T T + + = +
N S
(A.31)
La componente normal
N
T , en el espacio principal, viene expresada de la forma:
2
3 III
2
2 II
2
1 I
)
(

n T n T n T n n T T + + = = =
i j ij N
n t
n
r
(A.32)
donde utilizamos la expresin (A.4).
Considerando la restriccin: 1 =
i i
n n ,
2
3
2
2
2
1
1 n n n = , y reemplazndola en la relacin
anterior (A.32) hallamos el valor de
2
2
n :
) (
) 1 (
I II
I
2
3 I
2
3 III 2
2
2
3 III
2
2 II
2
3
2
2 I
T T
T n T n T T
n n T n T n n T T
+
= + + =
N
N
(A.33)
Reemplazando tambin (
2
3
2
2
2
1
1 n n n = ) en la ecuacin (A.31) obtenemos:
2
3
2
III
2
2
2
II
2
3
2
2
2
I
2
3
2
III
2
2
2
II
2
1
2
I
2 2
) 1 ( n T n T n n T
n T n T n T T T
+ + =
+ + = +
N S
(A.34)
Sustituyendo
2
2
n obtenido en (A.33) en la ecuacin anterior resulta:
[ ]
III II I II
2
3 II III I III
2 2
) )( ( T T T T T T n T T T T T T + + = +
N N N S
(A.35)
Despejando
2
3
n ;
) )( (
) )( (
II III I III
2
II I 2
3
T T T T
T T T T T
n

+
=
S N N
(A.36)
Anlogamente, podemos obtener
2
1
n y
2
2
n , resultando:
0
) )( (
) )( (
III I II I
2
III II 2
1

+
=
T T T T
T T T T T
n
S N N

(a)
0
) )( (
) )( (
I II III II
2
I III 2
2

+
=
T T T T
T T T T T
n
S N N
(b)
0
) )( (
) )( (
II III I III
2
II I 2
3

+
=
T T T T
T T T T T
n
S N N
(c)
(A.37)
Considerando que
III II I
T T T > > podemos verificar que las ecuaciones (A.37) (a) y (c)
tienen denominadores positivos, como consecuencia sus numeradores debern ser
151
positivos, pues el miembro de la izquierda es positivo ( 0
2
i
n ). Sin embargo, la ecuacin
(A.37) (b) tiene denominador negativo, por lo que su numerador tendr que ser negativo,
es decir:
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]

+
+
+
>
+
=
<
+
=
>
+
=
0 ) )( (
0 ) )( (
0 ) )( (
0
0 ) )( (
0 ) )( (
0
0 ) )( (
0 ) )( (
0
0 ) )( (
0 ) )( (
2
II I
2
I III
2
III II
II III I III
2
II I 2
3
I II III II
2
I III 2
2
III I II I
2
III II 2
1
S N N
S N N
S N N
S N N
S N N
S N N
T T T T T
T T T T T
T T T T T
T T T T
T T T T T
n
T T T T
T T T T T
n
T T T T
T T T T T
n

(A.38)
Expandiendo las desigualdades anteriores (A.38) y factorizando, resultan:
[ ] [ ]
[ ] [ ]
[ ] [ ]
2
II I 2
1
2
II I 2
1 2
2
III I 2
1
2
III I 2
1
2
2
III II 2
1
2
III II 2
1
2
) ( ) (
) ( ) (
) ( ) (
T T T T T T
T T T T T T
T T T T T T
+ +
+ +
+ +
N S
N S
N S
(A.39)
Las ecuaciones anteriores son ecuaciones de crculos. El primer crculo, de centro
) (
III II 2
1
T T + y radio ) (
III II 2
1
T T , nos indica que los puntos factibles para el par (
S N
T T ; )
estarn en el exterior del crculo
1
C , incluyendo la circunferencia, ver Figura A.11. El
segundo crculo, de centro ) (
III I 2
1
T T + y radio ) (
III I 2
1
T T , nos indica que los puntos
factibles estarn en el interior de la circunferencia
2
C , incluyendo la circunferencia.
La tercera ecuacin nos indica que los puntos factibles sern exteriores a la circunferencia
3
C , cuya circunferencia tiene radio ) (
II I 2
1
T T y centro ) (
II I 2
1
T T + . Teniendo en
cuenta las tres ecuaciones, la zona factible ser la zona sealada en gris de la Figura A.11,
incluyendo las circunferencias
1
C ,
2
C ,
3
C .

Figura A.11: Crculo de Mohr zona factible.
En el crculo de Mohr podemos identificar los valores mximos de
max S
T obtenidos en el
subapartado anterior, de forma mas sencilla, ver Figura A.12.

S
T
zona factible

N
T

2
C

1
C

I
T
II
T
III
T

3
C
152

Figura A.12: Crculo de Mohr.
A.3.1.1 Obtencin Grfica del Vector Proyeccin en el Crculo de Mohr
A continuacin explicaremos como encontrar la direccin de un plano arbitrario en el
Crculo de Mohr. Esto es til porque una vez encontrada la direccin de la normal del
plano en el crculo de Mohr, la tensin normal (
N
T ) y tangencial (
S
T ) podrn obtenerse
grficamente, ya que asociado a esta direccin slo habr un vector proyeccin
)
(n
t
r
.
La normal debe cumplir la siguiente condicin:
1
1
1

1

2
3
2
2
2
1
2
3
2
2
2
1
=
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|
= + +
=
n n n
n n n
n n
i i

(A.40)
que es la ecuacin de una esfera de radio 1 centrada en el origen. Es decir, la superficie de
la esfera de radio uno es el lugar geomtrico posible de
i
n
.

III
T

II
T

I
T

III
T

II
T

I
T

III
T

II
T

I
T
Punto N
Punto N
Punto M
Punto M
Punto Q
Punto Q
Q

N
T
max I N
T T =
III
T
II
T

S
T

max S
T
M
N
Q
N
M
153

Figura A.13: Lugar geomtrico del vector n
.
Consideremos los cosenos directores del vector n
: ) cos(
1
= n , ) cos(
2
= n , ) cos(
3
= n ,
Figura A.13(a). En un octante de la esfera, Figura A.13(b), esta normal est representada
por el vector
OQ . El objetivo ahora es identificar el punto Q en el crculo de Mohr. Una

vez identificado, el vector proyeccin correspondiente ser el vector con origen en el punto
o de la Figura A.14 y final en el punto q .
Los vectores situados en el arco FD forman un ngulo con el eje
I
T ; los vectores
situados en el arco EG forman un ngulo con el eje
II
T y los vectores situados en el
arco KH forman un ngulo con el eje
III
T . Por tanto, la interseccin de estos tres arcos
ser el punto Q , es decir, la direccin de la normal n
. Si adems podemos identificar los

tres arcos en el crculo de Mohr, el punto Q queda definido.
Identificacin de Arco FD en el Crculo de Mohr
Los vectores proyecciones correspondientes a las normales situadas en la
semicircunferencia CA de la Figura A.13(b) estarn situados en el crculo de Mohr en la
semicircunferencia ca (
I III
T T ), de la Figura A.14. Un punto arbitrario del cuarto de
circunferencia ( CA), por ejemplo el punto F de la Figura A.13(b), ser identificado en el
crculo de Mohr cuando una recta con origen en
III
y con ngulo , como indica la
Figura A.14, intercepte la semicircunferencia ca mostrando el punto f , que es el
correspondiente punto F de la esfera. Por otro lado, el arco FD es paralelo al cuarto de
circunferencia, BC que se corresponde con la semicircunferencia bc (
III II
T T ) en el
crculo de Mohr. Por ltimo, el arco FD estar representado en el crculo de Mohr por una
semicircunferencia concntrica a la semicircunferencia
III II
T T y que pase por el punto
f , ver Figura A.14. El punto q , por tanto, se encontrar en el arco fd .
Identificacin del Arco KH en el Crculo de Mohr
El punto K , en el crculo de Mohr, se corresponde con la interseccin de la
semicircunferencia ca (
III I
T T ) y de la recta con origen en
I
T y ngulo de , ver Figura

I
T

II
T
K
F
E
D
H
G
Q
A
B
C

III
T
n

b)
O

I
T

II
T

III
T
n

a)
O
1
e

2
e

3
e
154
A.14. Una vez identificado el punto K en el crculo de Mohr, representado por k , el arco
KH deber ser concntrico a la semicircunferencia ab (
II I
T T ) y pasando por el punto
k , obtenemos as el punto h que es el equivalente punto H de la esfera.
La interseccin de los dos arcos, fd y kh , nos proporciona el punto q .
Aunque no es necesario, identificaremos el arco EG por razones didcticas.
Identificacin del Arco EG en el Crculo de Mohr
El punto E de la esfera estar representado en el crculo de Mohr por la interseccin de la
semicircunferencia ab (
II I
T T ) y la recta con origen en
I
T y que forma un ngulo con
II
T . Una vez identificado el punto e , trazamos el arco eg que ser concntrico con la
semicircunferencia ac (
III I
T T ), ver Figura A.14. El arco eg tendr que contener el
punto q , como se indica en la Figura A.14.

Figura A.14: Vector proyeccin arbitrario en el crculo de Mohr.
A.4 Elipsoide del Tensor
Consideremos un tensor simtrico de segundo orden T , y sus autovalores representados
por
1
T ,
2
T y
3
T . En el espacio principal de T se cumple que:
=
=
=
=
=
=
=
3
)
(
3
3
2
)
(
2
2
1
)
(
1
1
3 3
)
(
3
2 2
)
(
2
1 1
)
(
1
)
T
t
n
T
t
n
T
t
n
n T t
n T t
n T t
n
n
n
n
n
n
n
t n T
s componente
r
(A.41)
El objetivo ahora es: obtener la superficie, en el espacio principal, que describe el vector
)
(n
t
r
para todos los valores posibles de n
.

N
T I
T , a
III
T , c

II
T , b

S
T
f

k
q
h
g
d
e

o

)
(n
t
r

N
T

S
T

)
(n
t
r

N
T
r

S
T
r

n

s

155
Teniendo en cuenta que un versor ( n
) cumple que 1

2
3
2
2
2
1
= + + n n n (mdulo unitario), y
reemplazando los valores de
i
n
dados por (A.41), obtenemos que:

1
2
3
2
)
(
3
2
2
2
)
(
2
2
1
2
)
(
1
= + +
T
t
T
t
T
t
n n n
(A.42)
Que representa una superficie (elipsoide) en el espacio principal de T . Cuando dos
autovalores son iguales tenemos el caso de un elipsoide de revolucin. Cuando los tres
autovalores son iguales la superficie ser una esfera. Por eso, los tensores que presentan
esta caracterstica se denominan Tensores Esfricos, y cualquier direccin ser una direccin
principal.

Figura A.15: Elipsoide del tensor.
A.5 Representacin Grfica de la Parte Esfrica
y Desviadora
A.5.1 Tensiones Octadricas
Consideremos el espacio principal del tensor T y un plano octadrico ABC , que por
definicin, es un plano cuya normal n
forma el mismo ngulo ( ) con los ejes principales,

ver Figura A.16. La normal a este plano obtenemos fcilmente partiendo de la condicin
que 1

2
3
2
2
2
1
= + + = n n n n n
i i
, ya que
3 2 1

n n n = = , resulta que 1
3
2
1
= n , luego, la normal al
plano resulta ser ] [
3
1
3
1
3
1
=
i
n . A este plano est asociado un vector octadrico
)
(n
t
r
.
El vector normal a este plano se la denomina Vector Normal Octadrica (
oct
N
T
r
) y el vector
tangencial denominamos de Vector Tangencial Octadrica (
oct
S
T
r
), ver Figura A.16.
En el espacio de las direcciones principales, el vector tensin es:
3
3
2
2
1
1 )
(

3
e e e n T t
n
+ + = =
T T T
r

(A.43)
A partir del vector octadrico, asociado al plano ABC , dado por la relacin (A.45),
obtenemos el mdulo del vector
oct
N
T
r
, denominada de componente normal octadrica, a travs
de la forma:

)
(
2 2
,
n
t x

)
(
1 1
,
n
t x

1
T
2
T

3
T

)
(
3 3
,
n
t x
n
(n
t
r

156
( )
m ii
oct
N
I
T T T T T
T T T
T
= = = + + =
|
|
.
|
\
|
+
|
|
.
|
\
|
+ + =
=
3 3
1
3
1
3
3 2 1
3 2 1
3
3
2
2
1
1
)
n
e e e
e e e
n t
r

(A.44)

Figura A.16: Vector tensin en el plano octadrico.
En el espacio de las direcciones principales se cumple que:
3
3
2
2
1
1 )
(

3
e e e n T t
n
+ + = =
T T T
r

(A.45)
A partir del vector octadrico, asociado al plano ABC , dado por la relacin (A.45),
obtenemos el mdulo del vector
oct
N
T
r
, denominado de componente normal octadrica, a travs
de la forma:
( )
m ii
oct
N
I
T T T T T
T T T
T
= = = + + =
|
|
.
|
\
|
+
|
|
.
|
\
|
+ + =
=
3 3
1
3
1
3
3 2 1
3 2 1
3
3
2
2
1
1
)
n
e e e
e e e
n t
r

(A.46)
El mdulo del vector tangencial octadrico, definido como Componente Tangencial Octadrica
(
oct
S
T ), ser:
[ ] [ ]
( )
T T
n n
t t
I I I
oct
N
oct
S
6 2
9
1
9
1
3
1
2
2
3 2 1
2
3
2
2
2
1
2
)
( )
(
2
=
+ + + + =
=
T T T T T T
T T
r r

(A.47)
La ecuacin anterior tambin puede ser expresada como:

(
(
(
=
1
1
1
3
1
i
n

1
T

2
T

3
T
A
B
C

O
OC OB OA = =
trisectriz

) (n
t
r

n

oct
S
T
r

oct
N
T
r

3
T

2
T

1
T

oct
N
T
r
- vector normal octadrica

oct
S
T
r
- vector tangencial octadrica
157
( ) ( ) ( )
( ) ( ) ( ) ( )
dev
I I
oct
S
T
3
2
6
3
1
3
1
2
13
2
23
2
12
2
11 33
2
33 22
2
22 11
2
1 3
2
3 2
2
2 1
=
+ + + + + =
+ + =
T T T T T T T T T
T T T T T T T
(A.48)
o en funcin de los valores principales del tensor desviador
dev
T :
( ) ( ) ( )
3
2
3
2
2
2
1
dev dev dev
oct
S
T T T
T
+ +
=
(A.49)
Podemos observar que las componentes octadricas normal y tangencial son las mismas
para los 8 planos octadricos, ver Figura A.17. Pudiendo entonces, resumir las distintas
formas de expresar las componentes normal y tangencial octadricas:
m
oct
N
I
T T = =
3
T
Componente normal
octadrica
(A.50)
( ) ( ) ( )
3 3
2
6 2
3
1
2
3
2
2
2
1 2
dev dev dev
oct
S dev
I I I I I
T T T
T
+ +
=
= =
T
T T

Componente
tangencial
octadrica
(A.51)

Figura A.17: Vectores sobre los planos octadricos.
Consideremos una vez ms el espacio definido por las direcciones principales, representado
por la base ortonormal (
3 2 1

,
e e e ), Figura A.18. En este espacio plotamos las coordenadas

de los valores principales de T , el cual denotamos por el punto P .

1
T

2
T

3
T

oct
S
T
r

oct
N
T
r

oct
N
T
r

oct
N
T
r

oct
N
T
r

oct
S
T
r

oct
S
T
r

oct
S
T
r

158

Figura A.18: Espacio principal.
En este espacio, considere el segmento de recta OA que pasa por el origen, segn la
direccin de n
. Cualquier punto de esta lnea est caracterizado por el estado tensorial

3 2 1
T T T = = , denominndose, por tanto, eje esfrico.
Cualquier plano perpendicular al eje esfrico ser un plano desviador (o plano octadrico). Un
plano desviador particular es el plano que pasa por el origen, denominado plano- , en este
caso la ecuacin del plano es 0
3 2 1
= + + T T T , ver Figura A.18. Cualquier punto en el
plano representa un estado desviatrico puro.
Considerando un estado tensorial arbitrario en un punto P representado por los valores
principales (
3 2 1
, , T T T ), como se indica en la Figura A.18, podemos establecer algunas
caractersticas interesantes. Este punto ( P ) pertenecer a un plano desviador ,
definindose as los siguientes vectores:
OP,
OA y
AP.
El vector
OP puede ser expresado en funcin de los valores principales de la forma:

3 3 2 2 1 1

e e e + + =
T T T OP
(A.52)
Segn la Figura A.18, el mdulo de
OA es:
( )
oct
S m
m
OP p OA
T T
T
T T T
T T T
3 3
3
3
3
3
3 2 1
3 2 1
3 3 2 2 1 1
= = =
+ +
=
|
|
.
|
\
|
+
+ + =
= =

e e e
e e e
n
(A.53)
oct
S m
p T T 3 3 = = (A.54)

(
(
(
=
1
1
1
3
1
i
n

2
T

3
T

1
T
O
Eje esfrico
( )
m m m
A T T T , ,
) , , (
3 2 1
T T T P

3 2 1
T T T = =

n

p
q

Plano desviador
(Plano octadrico)

3
e

1
e

2
e
Plano desviador
(Plano de Nadai)
159
Por tanto, podemos escribir el vector
OA como:
3 2 1
3 2 1

3
e e e
e e e
n
+ + =
|
|
.
|
\
|
+
=
=

m m m
m
OA OA
T T T
T
(A.55)
El punto A tiene las coordenadas (
m m m
T T T , , ). Una vez definidos los vectores
OP y

OA , utilizamos la suma de vectores para obtener el vector
AP, ver Figura A.18:

= OA OP AP
(A.56)
Considerando las expresiones (A.52) y (A.55), la relacin anterior resulta:
( )
3 3 2 2 1 1
3 3 2 2 1 1
3 2 1 3 3 2 2 1 1

) (
) (
) (

e e e
e e e
e e e e e e
+ + =
+ + =
+ + + + =
dev dev dev

m m m
m m m
AP
T T T
T T T T T T
T T T T T T
(A.57)
Empleando la definicin
ij m ij
dev
ij
T T T = , la expresin anterior puede escribirse de la
forma:
3 3 2 2 1 1

e e e + + =
dev dev dev

AP T T T
(A.58)
Las componentes del vector
AP representan las componentes del tensor desviador

dev
ij
T .
El mdulo de
AP ser:
( ) ( ) ( )
dev dev dev
I I I I I AP q
dev dev dev
T T T
2 2
2
2
3
2
2
2
1
= = + + = =

T T T
(A.59)
Teniendo en cuenta la expresin de
oct
S
T dada por (A.49), an podemos decir que:
oct
S dev
I I q T 3 2 = =
T
(A.60)
Tambin podramos haber obtenido el mdulo de
AP utilizando el teorema de Pitgoras:

( )
2
3 2 1
2
3
2
2
2
1
2 2 2
3
1
T T T T T T + + + + = =

OA OP AP
(A.61)
( ) q AP = + + =

1 3 3 2 2 1
2
3
2
2
2
1
3
2
T T T T T T T T T (A.62)
donde q indica lo alejado que el estado tensorial del punto P est del estado esfrico, ver
Figura A.18.
Podemos obtener la proyeccin del espacio principal sobre el plano , ver Figura A.19,
para determinar la orientacin de
AP.

160

Figura A.19: Proyeccin de las tensiones principales sobre el plano de Nadai.
Para obtener las componentes del versor
3 3 2 2 1 1 1

e e e e + + = a a a , Figura A.19,
consideremos el sistema principal como muestra en la Figura A.20, donde se cumple que
1
3
2
sin cos a = = = ,
3 2
a a = , y adems teniendo en cuenta que el eje esfrico es
ortogonal al plano desviador obtenemos que:
( ) ( )
( )
6
2
3
2
0
3
1
0

3
1

1 3 2
3 2 1
3 2 1 3 3 2 2 1 1 1
= = = +
= + +
= + + + + =
a a a
a a a
a a a e e e e e e n e

(A.63)
Y adems:
6
1
3 2
2
2
1
1 3 2
= = = = a a a (A.64)
Resultando as:
)

2 (
6
1
3 2 1 1
e e e e =
(A.65)
Obtenemos as la proyeccin del vector OP segn la direccin de
1
e como:
= =
=
cos ) 2 (
6
1
)

2 (
6
1
)

(
3 2 1
3 2 1 3 3 2 2 1 1 1
q
OP
dev dev dev
dev dev dev
T T T
T T T e e e e e e e
(A.66)

1
T

3
T
2
T
O

P
cos q
Q
,

1
e
120
q

1
T

3 2
, T T

3
1
cos =
n
e

3 2

,
e e
161

Figura A.20: Espacio principal.
Considerando que
3 2 1 3 2 1
0 T T T T T T + = = + + y reemplazando en la
ecuacin anterior resulta:
dev dev dev dev
OP q
1 1 1 1 1

2
3
6
3
) 2 (
6
1
cos T T T T = = + = = e (A.67)
Considerando que
dev
I I q
T
2 = , tenemos:
=
=
=
=
cos
3
2
2
2
3
cos

2
3
cos 2

2
3
cos
1
1
1
1
dev
dev
dev
I I
I I
I I
q
dev
dev
dev
dev
T
T
T
T
T
T
T

(A.68)
Anlogamente podemos obtener
dev
2
T ,
dev
3
T . Pudiendo as representar las tensiones
principales,
dev
ij ij m ij
T T T + = , explcitamente como:
(
(
(
+
(
(
(
=
(
(
(
+
(
(
(
=
(
(
(
) cos( 0 0
0 ) cos( 0
0 0 cos
3
2
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
3
2
3
2
3
2
1
3
2
1
dev
I I
m
m
m
dev
dev
dev
m
m
m
T
T
T
T
T
T
T
T
T
T
T
T
T
(A.69)
siendo 3 / 0 . El estado de tensin puede expresarse segn el sistema ( , , q p ), que
son las denominadas coordenadas de Haigh-Westergaard:
n

2
T

3
T

1
T
3
2

1
e

1
e

2
e

3
e

162
4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 2 1 4 4 3 4 4 2 1
Desviadora
Parte
Esfrica
Parte
q
p
p
p
(
(
(
+
(
(
(
=
(
(
(
) cos( 0 0
0 ) cos( 0
0 0 cos

3
2
0 0
0 0
0 0
3
1
0 0
0 0
0 0
3
2
3
2
3
2
1
T
T
T

(A.70)
Reemplazando el cos dado por la expresin (A.68) en la siguiente relacin trigonomtrica
= cos 3 cos 4 3 cos
3
, hallamos que:
( )
( )
(
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|
=
dev
dev
dev dev
I I
I I
I I I I
dev dev
dev dev
T
T
T T
1
3
1
3
1
3
1
2
3 3
3 cos
2
3
3
2
3
4 3 cos
T T
T T

(A.71)
considerando ) (
3 1 3 2 2 1
dev
I I T T T T T T + + =
T

( )
( ) ( ) ( )
(
(
+ + +
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|
4 43 4 42 1 4 43 4 42 1
3
3 2 1 3 2
2
1
3
1
3
1
3
1
1
2
3 3
3 cos
2
3
3
2
3
4 3 cos
J
T T T T T T T
T T
T
dev dev dev dev dev dev dev
dev dev
dev
dev
dev dev
I I
I I I I
T
T T
(A.72)
( )
3
2
3 3
3 cos
dev
dev
I I
I I I
T
T
=
(A.73)
Al ser
dev
I I
T
,
dev
I I I
T
invariantes, 3 cos tambin lo es.

Ten Sores

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Ten Sores

Hochgeladen von

Copyright:

Verfügbare Formate

1 Tensores

es un vector unitario, entonces debe cumplir

b es el versor segn la direccin de b

e son versores (vectores unitarios), tal y como se muestra en la Figura

, podemos obtener las componentes del vector a

e , respectivamente. Por ello denominamos de

e que constituyan una base ortonormal con

e e e , vase Figura 1.21. En este sistema, un vector arbitrario v

e e e , como se muestra en la Figura 1.21, el vector v

, ver Ejemplo 1.26) del sistema ( )

) resulta un vector, o dicho de otra manera, que la proyeccin

, ver Figura 1.27 (a).

, ver Figura 1.27

se dice autovector de T si existe un escalar ,

), ver Ejemplo 1.25, si y slo si:

N R n = . Podemos entonces hacer la

resulta un vector que lo representamos

positivos definidos Tensores ,

negativos definidos Tensores ,

negativos definidos Tensores ,

positivos definidos Tensores ,

: . Demostrar tambin que los tensores

Operador Nabla (1.475)

Gradiente de un campo tensorial en

es el vector unitario y exterior a la superficie S que contiene el volumen V en el

son dependientes de , luego

puede descomponerse en una componente normal

el versor normal al plano y s

el versor tangente al plano, podemos escribir la

, segn la expresin (A.4),

que hacen mximo

sea una de las direcciones principales de la parte simtrica, tenemos que:

es el versor del plano respecto a los ejes principales.

OQ . El objetivo ahora es identificar el punto Q en el crculo de Mohr. Una

. Si adems podemos identificar los

dados por (A.41), obtenemos que:

forma el mismo ngulo ( ) con los ejes principales,

e e e ), Figura A.18. En este espacio plotamos las coordenadas

. Cualquier punto de esta lnea est caracterizado por el estado tensorial

OP puede ser expresado en funcin de los valores principales de la forma:

OA , utilizamos la suma de vectores para obtener el vector

AP, ver Figura A.18:

dev dev dev

dev dev dev

AP representan las componentes del tensor desviador

AP utilizando el teorema de Pitgoras:

Das könnte Ihnen auch gefallen