Beruflich Dokumente
Kultur Dokumente
Jens Mund
Notas de Aula Fsica Matematica I, DF-UFJF, 20062009
Conte
udo
1 O Espa
co Fsico, Coordenadas, Escalares e Vetores.
1.1 Algebra
Linear. . . . . . . . . . . . . . . . . . . . . . . .
1.2 O Espaco Afim Euclideano. . . . . . . . . . . . . . . . .
1.3 Sistemas de Coordenadas. . . . . . . . . . . . . . . . . .
1.3.1 Coordenadas Cartesianas. . . . . . . . . . . . . .
1.3.2 Coordenadas Curvilneas. . . . . . . . . . . . . .
1.3.3 Sistemas Especiais de Coordenadas Curvilneas. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2
2
9
10
10
11
14
2 An
alise Vetorial.
2.1 Curvas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Campos Escalares e Vetoriais. . . . . . . . . . . . . . . . . . . . .
2.3 Integrais. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1 Integrais de Curva. . . . . . . . . . . . . . . . . . . . . . .
2.3.2 Integrais de Superfcie. . . . . . . . . . . . . . . . . . . . .
2.3.3 Integrais de Volume. . . . . . . . . . . . . . . . . . . . . .
2.4 Operadores Diferenciais. . . . . . . . . . . . . . . . . . . . . . . .
2.4.1 A Derivada Direcional. . . . . . . . . . . . . . . . . . . . .
2.4.2 O Gradiente. . . . . . . . . . . . . . . . . . . . . . . . . .
2.4.3 A Divergencia e o Teorema de Gauss. . . . . . . . . . . .
2.4.4 Caracterizacao do Rotacional na Geometria Diferencial. .
2.4.5 Caracterizacao da Divergencia na Geometria Diferencial. .
2.5 Aplicacoes Sucessveis de Nabla. . . . . . . . . . . . . . . . . . .
2.5.1 Operador de Laplace. . . . . . . . . . . . . . . . . . . . .
2.5.2 O C
alculo-Nabla. . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
15
15
16
17
17
18
19
19
19
20
20
23
26
29
29
29
3 Tensores.
3.1 Algebra
Linear de Tensores. . . . . . . . . . . . . . . . . . . . . .
3.1.1 Produto Tensorial. . . . . . . . . . . . . . . . . . . . . . .
3.1.2 Exemplos: Tensor Kronecker, Tensor metrico, n-Forma de
3.1.3 Mudanca de Base. . . . . . . . . . . . . . . . . . . . . . .
3.1.4 Operacoes com Tensores. . . . . . . . . . . . . . . . . . .
3.2 An
alise Tensorial. . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3 Aplicacao: Tensores de Deformacao e Tensao, Lei de Hooke. . . .
. . . . .
. . . . .
Volume.
. . . . .
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
30
30
30
34
36
37
40
44
4 Exerccios.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
47
1
1.1
Algebra
Linear.
Defini
c
ao 1 Seja V um conjunto (os vetores) com uma operacao + : V V V (a
adicao de vetores) e : R V V (multiplicacao de vetores por escalares). V e
chamado de espaco vetorial (ou espaco linear) se para todos u, v, w V e s, t R vale:
u+v =v+u
(comutatividade);
(1)
u + (v + w) = (u + v) + w
(associatividade);
(2)
(distributividade);
(3)
( );
(4)
(associatividade);
(5)
(s + t) u = s u + t u
t (u + v) = t u + t v
s (t u) = (st) u
1 u = u.
(6)
Ademais, existe um vetor distinguido, 0 (o vetor nulo), t.q. u+0 = u para todos u V .
costume deprezar o e escrever tu em vez de t u. Os n
E
umeros reais, neste contexto,
s
ao frequentemente chamados de escalares. Uma soma de vetores da forma
n
X
i=1
ti ui := t1 u1 + + tn un
e chamado combinaca
o linear dos vetores u1 , . . . , un . O conjunto de todas combinacoes
lineares dos vetores u1 , . . . , un e chamado o gerador (ou a varredura linear) deles, denotado
por
( n
)
X
span{u1 , . . . , un } :=
ti ui , ti R .
(7)
i=1
Defini
c
ao 2 i) Um conjunto {u1 , . . . , un } e chamado de linearmente independente se
P
n
t
u
e chamado de linearmente
i=1 i i = 0 implica t1 = = tn = 0. No outro caso, ele
dependente.
ii) Um conjunto {a1 , . . . , an } de vetores e uma base de V se ele e linearmente independente e a sua varredura coincide com V .
Teorema e Defini
c
ao 1.1 Cada espaco vetorial possui uma base. Todas bases de um
dado espaco vetorial V tem a mesma cardinalidade. Esta cardinalidade e chamada a
dimens
ao de V .
Dado uma base {a1 , . . . , an }, cada vetor u em V possui uma u
nica decomposicao
u=
n
X
ui ai .
i=1
Os coefficientes ui s
ao chamados as componentes (contravariantes) do vetor u com rese n } e uma outra base. Entao cada
peito `a base {a1 , . . . , an }. Supomos agora que {
a1 , . . . , a
aj da velha base possui uma decomposicao com respeito da nova base. As componentes
vamos agora notar por Aij :
n
X
i.
Aij a
(8)
aj =
i=1
n
X
u ai =
i=1
n
X
i.
u
i a
i=1
Se as duas bases s
ao relacionadas por (8), ent
ao vale
i
u
=
n
X
Aij uj .
(9)
j=1
Demonstraca
o.
u=
n
X
u aj =
j=1
n
X
j=1
Pn
j j
j=1 Ai u ,
n
X
Aji
i =
a
n
n
X
X
i=1
i=1
j=1
i.
Aji uj a
como afirmado.
(10)
Produto Escalar.
Defini
c
ao 3 Uma aplicacao : V V R e chamada de produto escalar se ela e
simetrica:
bilinear:
positiva definida:
uv =vu
(11)
u u 0,
(13)
(12)
(14)
(Por causa da simetria (11), a linearidade (12) tambem vale no segundo argumento.)
Um espaco vetorial com produto escalar e chamado de espaco euclideano. Ele possui
uma norma, definida por
(15)
kuk := u u 0,
satisfazendo ktuk = |t| kuk. O u
nico vetor com norma zero e o vetor 0. Se u v = 0, nos
chamamos os vetores u e v de ortogonais, em smbolos
u v.
Para um subconjunto U V , o conjunto de vetores que s
ao ortogonais a todos vetores
em U e um subespaco linear, chamado do complemento ortogonal a U , em smbolos U :
U := {v V : v u = 0 u U }.
Um conjunto de vetores {u1 , . . . , ur } e chamado de sistema ortogonal se eles s
ao mutual simples verificar que um sistema ortogonal
mente ortogonais, i.e. ui uj = 0 se i 6= j. E
sempre e linearmente independente. O conjunto e chamado de sistema ortonormal (ou
se i = j,
se i =
6 j.
(16)
Um conjunto de vetores {e1 , . . . , en } e chamado de uma base ortonormal (ou BON) se ele
e uma base e tambem um sistema ortonormal. Em outras palavras, se ele e um SON e o
gerador dele coincide com o espaco inteiro, V . Sendo uma base, cada vetor u V tem
uma u
nica decomposicao
n
X
ui ei .
(17)
u=
i=1
n
X
i=1
ui ek ei =
n
X
i=1
ui kei k2 ki = uk kek k2 .
n
X
xi y i .
i=1
n
X
ui v i ,
i=1
onde ui e v i s
ao as componentes de u e v com respeito `a BON (de fato, a qualquer BON).
Lema 1.4 (Pit
agoras) Se u e v s
ao ortogonais, ie. u v = 0, ent
ao vale
ku + vk2 = kuk2 + kvk2 .
(20)
r
X
(ei v) ei
i=1
n
X
i=r+1
(ei v) ei
U,
U .
(21)
(22)
(24)
Demonstraca
o. Dado u, v V , decompomos v como
v = Puv + v 2 ,
onde v 2 Puv conforme o Lema 1.5. A eq. (20) implica que kvk2 e a soma da norma
quadrada de Puv mais a norma quadrada do vetor chamado v 2 no Lema 1.4. Como esta
norma e positiva, vale kvk kPuvk. Mas kPuvk = |u v|/kuk pela eq. (23). Isto mostra
eq. (20).
Como
ku + vk2 = kuk2 + kvk2 + 2 u v kuk2 + kvk2 + 2|u v|
2
kuk2 + kvk2 + 2kukkvk = kuk + kvk ,
ku + vk kuk + kvk.
(25)
n }.
Orienta
c
ao de BONs. Supomos que nos temos duas BONs {e1 , . . . , en } e {
e1 , . . . , e
n }, temos
Fazendo a decomposicao dos ej com respeito `a base {
e1 , . . . , e
ej =
n
X
i ,
Rji e
(26)
i=1
Correspondentemente, v 2 e a projec
ao de v sobre U : v 2 = PU v.
(27)
onde nos consideramos Rjk os coefficientes de uma matriz R como na Eq. (29), e RT denota
a matriz transposta. A Eq. (27) implica que RT R e a martiz-unidade (que significa que
R e uma matriz ortigonal, R O(n)), e implica que a determinante de RT R e um. Por
outro lado, det(RT R) = det(RT ) det(R) = det(R)2 , entao a matriz R que relaciona as
duas bases segundo Eq. (26) deve ter determinate +1 ou 1. Isto implica (exerccio!) que
existem duas classes de BONs, onde cada par de BONs dentro de uma classe e relacionado
por uma matriz R com determinante +1. Por convencao, chamamos uma classe de BONs
com orientaca
o positiva (ou BONs orientadas), e a outra classe de BONs com orientacao
negativa.
Determinante. Seja {e1 , . . . , en } uma BON com orientacao positiva de V , e sejam
u1 , . . . , un n vetores in V com decomposicoes
uj =
n
X
uij ei ,
j = 1, . . . , n.
(28)
i=1
u1n
u2n
.
unn
(29)
(30)
relacionadas por A = R A, que por sua vez implica que det(A) = det(R) det(A). Mas
= det(A), mostrando que a definicao (30) e independente da
det(R) = 1, entao det(A)
BON orientada.
Observacoes sobre a determinante: A determinante e uma aplicacao n-linear e totalmente anti-simetrica (i.e., trocar dois argumentos resulta num fator 1). Este fato, e a
normalizacao det(e1 , . . . , en ) = 1 para uma BON orientada, fixa a aplicacao completamente. Pois estas propriedades implicam
X
X
ui11 uinn i1 in det(e1 , . . . , en )
ui11 uinn det(ei1 , . . . , ein ) =
det(u1 , . . . , un ) =
i1 ,...,in
i1 ,...,in
i1 ,...,in
ui
ui11
uinn i1 in ,
(31)
s
ao os componentes de ui no sentido da Eq. (28) com respeito a qualquer BON
onde
a:2
positiva, e i1 in e o chamado smbolo de Levi-Civit`
se {i1 , . . . , in } =
6 {1, . . . , n},
0,
(32)
i1 in := 1,
se (1, . . . , n) 7 (i1 , . . . , in ) e uma permutacao par,
2
Observe que a anti-simetria implica que a determinante e zero se os argumentos s
ao linearmente
dependentes.
Observe que para qualquer outra aplicacao D : V n R n-liner e totalmente antisimetrica vale o mesmo raciocino, levando a conclusao
X
X
ui11 uinn i1 in D(e1 , . . . , en )
ui11 uinn D(ei1 , . . . , ein ) =
D(u1 , . . . , un ) =
i1 ,...,in
i1 ,...,in
= D(e1 , . . . , en ) det(u1 , . . . , un ).
Temos entao o
Lema 1.7 Seja D : V n R uma aplicaca
o n-linear, totalmente anti-simetrica (onde n
e a dimens
ao de V ). Ent
ao existe uma constante c R tal que para todos v 1 , . . . , v n vale
D(v 1 , . . . , v n ) = c det(v 1 , . . . , v n ).
(Esse fator c e o valor de D numa BON com orientaca
o positiva.)
Produto Vetorial.
Lema 1.8 Seja V um espaco euclideano, e : V R uma aplicaca
o linear. Ent
ao existe
um u
nico vetor w em V t.q.
(u) = w u u V.
(33)
Demonstraca
o. Seja {e1 , . . . , en } uma base ortogonal em V . Define
w :=
n
X
(ei ) ei .
(34)
i=1
facil ver que vale eq. (33). Para comprovar a unicidade, seja w um outro vetor que
E
satisfaz eq. (33). Entao w u = w u (= (u)) para todos u V . Isto implica que
w w e ortogonal a todos vetores em V , inclusive a si mesmo: (w w ) (w w ) = 0.
Conforme a definicao de um produto escalar, ver eq. (14), isso implica w w = 0, ou
seja, w = w .
Vamos agora definir o produto vetorial, valente somente em tres dimens
oes. Dado dois
vetores u, v V , a aplicacao w 7 det(u, v, w) claramente e linear.
Defini
c
ao 4 O produto vetorial u v de dois vetores u, v V e o u
nico vetor, conforme
Lema 1.8, t.q. para qualquer w V vale
(u v) w = det(u, v, w).
(35)
3
X
det(u, v, ei ) ei .
(36)
i=1
Proposi
c
ao 1.9 i) O produto vetorial satisfaz
Anti-simetria:
Bilinearidade:
Se {e1 , e2 , e3 } e BON orientada :
Identidade de Grassmann:
u v = v u;
e1 e2 = e3 , e2 e3 = e1 , e3 e1 = e2 ;
u (v w) = (u w) v (u v) w.
(37)
(38)
(39)
(40)
(41)
onde e o a
ngulo entre u e v. 2. Direca
o: u v e ortogonal a u e v, com sentido t.q.
{u, v, u v} tem orientaca
o positiva.
Observe que as equacoes (37) e (38) implicam a linearidade do produto vetorial no segundo
argumento. Ademais, as equacoes (37) ate (39) fixam o produto vetorial.
Na introducao do rotacional `
a la geometria diferencial, Secao 2.4.4 vamos usar o seguinte fato.
Lema 1.10 Seja V um espaco euclideano de dimens
ao tres, e : V V R uma
aplicaca
o bilinear e anti-simetrica. Ent
ao existe um u
nico vetor w em V t.q.
(u, v) = w (u v) det(w, u, v)
u, v V.
(42)
Demonstraca
o. Seja {e1 , e2 , e3 } uma BON orientada em V . Define
w := (e2 , e3 ) e1 + (e3 , e1 ) e2 + (e1 , e2 ) e3 .
(43)
Este vetor satisfaz Eq. (42), como se calcula direitamente. Para comprovar a unicidade,
seja w um outro vetor que satisfaz Eq. (42). Entao w := w w deve satisfazer w (u
v) = 0 para todos u, v V . Mas cada vetor em V e da forma uv para u, v apropriadas,
entao w e ortogonal a todos vetores em V , inclusive sim mesmo. Isso implica w = 0,
ou seja, w = w .
Volume de Paraleleppedos.
junto
(u1 , . . . , ur ) :=
r
X
i=1
ti ui , ti [0, 1]
(44)
u1 u1
u2 u1
G :=
ur u1
u1 ur
u2 ur
.
ur ur
(46)
(47)
3
Vamos ver depois (ver Eq. (48)) que a norma de u v, dada pela Eq. (41), coincede com a
area do
paralelogramo gerado por u e v.
Demonstraca
o. Vamos mostrar a Eq. (45) via inducao atraves r. Para r = 1, claramente
det(G) = ku1 k2 =Vol (u1 )2 . Supomos agora que a afirmacao vale para um certo r 1, e
as matrizes para r e r + 1
mostramos que isto implica que ela vale para r + 1. Sejam G e G
vetores, respetivamente. O vetor ur+1 possui uma u
nica decomposicao ur+1 = v +a, onde
v e na varredura dos vetores u1 , . . . , ur e a e ortogonal a estes vetores, conforme Lema 1.5.
(Entao a e a projecao de ur+1 ao complemento ortogonal dos vetores u1 , . . . , ur .) Agora
= det(G) kak2 . Mas u1 , . . . , ur e a base e kak e a
um pequeno calculo mostra que det(G)
altura do paraleleppedo. Por hip
otese da inducao, det(G)1/2 e o volume da base. Entao
1/2
det(G)
e igual ao volume da base vezes altura, ou seja, ao volume do paraleleppedo.
Isto mostra a Eq. (45). Para mostrar Eq. (47), verificamos por um pequeno calculo que a
matriz G coincede com AT A, onde A e a matriz da Eq. (29). No caso r = n, isto implica
que det(G) = det(AT A) = (det A)2 det(u1 , . . . , un )2 , e mostra Eq. (47).4
No caso r = 2, onde (u1 , u2 ) e um paralelogramo, a determinante de G e dada por
ku1 k2 ku2 k2 (u2 u2 )2 . Mas pela Eq. (41), isto e a norma quadrada do vetor u1 u2 .
Entao a area do paralelogramo e, pela Eq. (45), dada por
Vol (u1 , u2 ) = ku1 u2 k.
1.2
(48)
O Espa
co Afim Euclideano.
op
~ e a flecha transladada o1 p1 . A classe de todas flechas que provem de op
~ por translacao
paralela sera entao considerada um vector deslocamento. Vetores deslocamento notamos
generalmente por u, v, w, . . ., e o conjunto de todos vetores deslocamento notamos por
V .5 Com isso, um ponto p E e um vetor deslocamento v V determinam um u
nico
ponto q t.q. pq
~ = v (A saber, q e marcado pela ponta da flecha v, transladada tal que
ela comeca em p). Nesta situacao, escrevemos q = p + v. Experimentalmente, verifique-se
que a translacao paralela e comutativa:6
(o + u) + v = (o + v) + u.
(49)
10
como a u
nica seta t.q. o + (u + v) = (o + u) + v. (A Eq. (49) implica a comutatividade
u + v = v + u.) O elemento neutral 0 e o vetor deslocamento com comprimento 0,
caraterizado pelo fato que vale p + 0 = p para todos p E. u e o u
nico vetor tal que
u + u = 0. Para t 0, tu e o vetor u, esticado pelo fator t. Isto, junto com a definicao
do inverso u, fixa operacionalmente a multiplicacao de vetores por escalares. (Exerccio:
Verificar que V realmente e um espaco vetorial com estas definicaoes.) A norma de vetores
e dada por
kpqk
~ := dist(p, q).
(50)
Esta norma realmente provem de um produto escalar, conforme Eq. (15), a saber:
u v := kuk kPuvk kuk kvk cos ,
(51)
onde = (u, v) e o
angulo entre u e v. (O sinal na primeira equacao e positivo se u e
Puv tem o mesmo sentido, e negativo no outro caso.)
Na linguagem dos matem
aticos, tudo isso implica que o espaco fsico E (se gravitacao
e aceleracao s
ao desprezveis) tem a estrutura de um espaco afim euclideano (da dimens
ao
tres).7 Observamos finalmente que E pode ser identificado com V , depois de escolher um
ponto o E (a origem ou referencial). A saber, dado o cada ponto p E tem o seu vetor
posica
o
r(p) := op
~ V.
(52)
Como a correspondencia p r(p) e unvoca, E pode ser identificado com V dessa maneira.
Observe que o vetor deslocamento entre p e q e dado por pq
~ = r(q) r(p), entao temos
dist(p, q) = kr(q) r(p)k.
1.3
Sistemas de Coordenadas.
No seguinte, E e V denotam o espaco fsico e o espaco de vetores deslocamento, respetivamente. Nos deixamos a dimens
ao, n, aberta (na pratica, claramente n = 2 ou 3).
1.3.1
Coordenadas Cartesianas.
n
X
xi (p) ei .
(53)
i=1
e2 =: ey ,
e3 =: ez .
(54)
k.
, y
, z
ou i, j,
Na literatura encontra-se tambem a notacao x
7
11
1.3.2
Coordenadas Curvilneas.
Acima, cada aplicacao p 7 xi (p) pode ser encarada como uma funcao de E para a reta
real. Vamos generalizar esta ideia. Seja D E um domnio aberto. Um sistema de
coordenadas e um n-esimo de funcoes
ui : E R,
i = 1, . . . , n
t.q. a aplicacao D Rn , p 7 u1 (p), . . . , un (p) e localmente invertvel e diferenciavel
(mais precisamente, um difeomorfismo local). Dessa maneira, p pode ser identificado com
a n-upla de suas coordenadas (u1 (p), . . . , un (p)). Por outro lado, depois de escolher uma
origem o, um ponto p em E pode ser identificado com seu vetor-posicao r(p) = op
~ V.
Por isso, o vetor-posicao r(p) de um ponto p pode ser identificado com o n-esimo das
coordenadas do ponto, e nos podemos (e vamos) escrever
r(u1 , . . . , un ) := r(p)
(55)
se p tem as coordenadas u1 , . . . , un .
Vetores Tangentes. Uma curva parametrizada e uma aplicacao de um intervalo [a, b]
r(t)
:= r(t) := lim
r(t + ) r(t) .
(56)
0
dt
(Observe que isso e um vetor em V , e a definicao nao depende da origem o E.) Se o
par
ametro t tem a significancia do tempo, o vetor tangente r(t)
tem a interpretacao da
velocidade instantanea, frequentemente denotado por v(t). Neste caso, a segunda derivada
d2
d
r(t)
= v(t)
e a aceleracao, denotado por a(t). (Ver secao 2.1.)
r(t) = dt
dt2
Base de vetores correspondente a um sistema de coordenadas. Dado um sistema
de coordenadas {u1 , . . . , un }, a curva da coordenada ui atraves p e a curva
t 7 r(u1 , . . . , ui + t, . . . , un ),
(57)
onde u1 , . . . , un s
ao as coordenadas de p, e r(u1 , . . . , un ) e o vetor-posicao correspondente,
r
conforme equ. (55). O vetor tangente a esta curva e denotado por u
i:
d
r
1
i
n
(p)
:=
r(u
,
.
.
.
,
u
+
t,
.
.
.
,
u
)
t=0
ui
dt
(58)
r
se u1 , . . . un s
ao as coordenadas do ponto p. O vetor u
cao de ui crescente.
i (p) tem a dire
importante observar que ri (p) realmente depende do ponto p! (Esta dependencia quanE
u
tificamos abaixo, ver eqs. (63) e (67).) A u
nica excecao sao coordenadas lineares, como
por exemplo Cartesianas:
Exemplo 1.12 Se x1 , . . . , xn s
ao coordenadas Cartesianas, correspondente a uma BON
{e1 , . . . , en } como na equ. (53), entao o vetor-posicao de um ponto p com coordenadas
(x1 , . . . , xn ) Rn e dado, conforme equ. (55), por
r(x1 , . . . , xn ) =
n
X
i=1
xi ei .
12
Consequentemente, o vetor
equ. (58) implica
r
(p)
xi
r
d
1
i
n
(p)
{x
e
+
(x
+
t)e
+
x
e
}
= ei .
1
i
n
t=0
xi
dt
(59)
O fato que a aplicacao p 7 (u1 , . . . , un ) e invertvel implica que, para cada p fixo, o
conjunto dos n vetores
r
r
(p), . . . , n (p)
(60)
1
u
u
e linearmente independente, entao uma base do espaco vetorial V . Entao, cada vetor em
V pode ser decomposto com respeito a esta base:
v=
v i (p)
r
(p).
ui
(61)
Os n
umeros v i (p) s
ao chamados as componentes (contravariantes) de v com respeito `a
r
r
base { u1 (p), . . . , un (p)}, ou com respeito as coordenadas {u1 , . . . , un }. Como exemplo
da decomposicao (61), calculamos os componentes de um vetor tangente. Uma curva
parametrizada t 7 r(t) e, na pratica, dada pelas coordenadas ui (t) := ui (r(t)). A regra
de cadeia implica que seu vetor tangente tem a decomposicao
r(t)
=
n
X
u i (t)
i=1
r
(t),
ui
(62)
r(t)
= x(t)
ex + y(t)
ey + z(t)
ez .
Em varias aplicacoes, por exemplo calculando a aceleracao (95), e u
til conhecer as
r
j . (Elas quantificam
(p)
com
respeito
a
`
s
coordenadas
u
derivadas parcias dos vetores u
i
a dependencia destes vetores de p.) Como estas segundas derivadas tambem s
ao vetores
r
em V , podemos decompor eles em termos da base { u
(p),
k
=
1,
.
.
.
,
n}.
Os
coeficientes
k
respectivos s
ao chamados de smbolos de Christoffel, kij :
n
X
2r
r
kji (p) k (p).
(p)
=:
uj ui
u
(63)
k=1
(Como as derivadas parciais permutam, e claro que kij = kji .) Vamos calcular os kij para
um sistema de coordenadas ortogonais.
Defini
c
ao 5 Um sistema de coordenadas {u1 , . . . , un } chama-se sistema de coordenadas
r
ao mutuamente ortogonais.
ortogonais se, para cada p, os vetores u
i (p), i = 1, . . . , n, s
r
Dado um tal sistema, nos podemos dividir cada u
i (p) sobre a sua norma para obter um
vetor unit
ario ei (p):
r
1 r
ei (p) :=
(p), hi :=
i (p)
.
(64)
i
hi u
u
13
n
X
v i (p)
i=1
r
(p)
ui
v i (p) = h2
i
r
(p) v.
ui
(65)
(66)
2 k i j =
i
j
i
u u u
u u u
u u u
u ui uj
para i, j, k {i, . . . , n}.
Demonstraca
o. Aplicando a regra do produto
r r
2r
r
r
2r
ui uj uk
ui uj uk
uj ui uk
aos tres termos do lado direito da eq. (66), todos termos se cancelam menos os termos do
lado esquerdo.
Proposi
c
ao 1.14 (Smbolos de Christoffel.) Se o sistema de coordenadas u1 , . . . , un
e ortogonal, vale para todos i, j e k 6= i:
iij = iji =
1 hi
,
hi uj
kii =
hi hi
h2k uk
se k 6= i.
(67)
ao mutuamente diferentes.
Todos os outros s
ao zero, i.e., kij = 0 se i, j, k s
Demonstraca
o. A definicao (63) dos kij e a eq. (65) implicam que
kij =
1 r
2 r(p)
(p)
.
ui uj
h2k uk
r
r
2
Usando a formula de Koszul (66) e o fato que u
i uj = ij hi no caso de coordenadas
ortogonais, fornece
hj
hi
hi
1
kij = 2 jk hj i + ik hi j ij hi k .
u
u
u
hk
Muitas vezes temos afirmacoes sobre vetores em termos de coordenadas. Para transferir
tais afirmacoes de um sistema para um outro sistema, precisamos o seguinte Lema.
Lema 1.15 Dado dois sistemas de coordenadas {u1 , . . . , un } e {
u1 , . . . , u
n }, as respectivas
bases em V s
ao relacionadas como seguinte:
n
X u
j
r
r
(p)
=
(p)
(p).
i
i
u
u
u
j
(68)
j=1
X xj
r
(p) =
(p) ej .
i
u
ui
j=1
(69)
14
r
(p).)
ui
Demonstraca
o. Regra de cadeia. A segunda equacao segue a partir da primeira com a
eq. (59).
1.3.3
As coordenadas Cartesianas s
ao u
teis em situacoes homogeneas (com simetria translacional em todos direcoes). Em situacoes com outras simetrias e recomendavel usar outras
coordenadas, adaptadas as simetrias.
Coordenadas Cilndricas. Em situacoes com simetria rotacional em torno de uma
reta R (o eixo), e translacional na direcao do mesmo eixo, usamos coordenadas cilndricas:
(u1 , u2 , u3 ) = (, , z) (0, ) [0, 2] R. Elas s
ao definidas (operacionalmente) em
E \R como segue. Escolhemos eixos x, y e z tal que R coincide com o eixo-z. Seja Px,y r(p)
a projecao do vetor r(p) ao plano x-y conforme Lema 1.5. Entao para p E \ R definimos
(p) := dist
ancia entre p e R
(70)
(p) :=
angulo de Px,y r(p) com o eixo dos x positivos
(71)
z(p) := ez r(p),
(72)
y(p) = sen ,
z(p) = z.
(74)
Os vetores tangentes `
as curvas de coordenadas s
ao, em termos da BON {ex , ey , ez },
r
= cos ex + sen ey ,
r
= sen ex + cos ey ,
r
= ez .
z
(75)
Eles s
ao claramente mutuamente ortogonais. As respectivas normas s
ao
r
h :=
= 1,
r
h :=
= ,
r
hz :=
= 1.
z
= =
1
,
(76)
(77)
kr(t)k
= h (t) = (t) = R. No Exemplo 2.3 calcularemos a aceleracao.
15
Coordenadas Esf
ericas. Em situacoes com simetria rotacional SO(3) em torno de um
ponto discriminado o, usamos coordenadas esfericas: (u1 , u2 , u3 ) = (r, , ) (0, )
(0, ) [0, 2]. Elas s
ao definidas (operacionalmente) como segue. Escolhemos eixos x, y
e z tal que o coincide com a origem. Entao para p em E menos o eixo-z definimos
r(p) := dist(o, p) = kr(p)k,
(78)
(p) :=
angulo de r(p) com o eixo dos z positivos,
(79)
(p) :=
angulo de Px,y r(p) com o eixo dos x positivos,
(80)
onde Px,y r(p) e a projecao do vetor r(p) ao plano x-y conforme Lema 1.5. A relacao
com as coordenadas Cartesianas e a seguinte. Se o ponto p tem coordenadas Cartesianas
x, y, z, entao
p
(81)
r(p) = x2 + y 2 + z 2 ,
z
(p) = arccos p
,
(82)
x2 + y 2 + z 2
(p) = arctan(y/x).
(83)
z(p) = r cos .
(84)
Os vetores tangentes `
as curvas de coordenadas s
ao, em termos da BON {ex , ey , ez },
r(p)
r
(p) = sen cos ex + sen sen ey + cos ez =
,
r
r(p)
r
(p) = r cos cos ex + r cos sen ey r sen ez ,
r
(p) = r sen sen ex + r sen cos ey .
(85)
(86)
(87)
Eles s
ao claramente mutuamente ortogonais. As normas respectivas s
ao
hr = 1,
h = r,
h = r sen .
(88)
1
r = r = ,
r
1
r = r = ,
r
= = cot ,
(89)
(90)
(91)
ao nulos.
e todos outros kij s
2
2.1
An
alise Vetorial.
Curvas.
Lema 2.1 Sejam u(t) e v(t) curvas no espaco vetorial V , e f (t) uma funca
o. Ent
ao vale
d
16
Acelera
c
ao em Coordinadas Curvilneas. Como mencionado, se o par
ametro t de
uma curva r(t) em E tem a significancia do tempo, entao o vetor tangente r(t)
e a
velocidade instantanea, e a segunda derivada r (t) e a aceleracao.
Lema 2.2 A aceleraca
o, em coordenadas curvilneas u1 , . . . , un , e dada por
r(t) =
n
n
o r
X
(t).
u
k (t) + u i (t) u j (t) kij (t)
uk
(95)
i,j,k=1
Demonstraca
o. Usando a expressao (62) para a velocidade em coordenadas curvilneas,
temos pelas regras de produto e da cadeia
n
n
n
X
d X i
r
d r
r X i
r (t) =
u
(t) i (t) +
u i (t)
(t)
u (t) i (t) =
dt
u
u
dt ui
i=1
i=1
n
X
k=1
(96)
i=1
n
X
r
2r
u
(t) k (t) +
u i (t) u j (t) j i (t).
u u
u
k
(97)
i,j=1
k=,,z
2 (t) k (t)
r
r
r
(t) = 2 (t)
(t) = 2 R
(t).
k
u
2.2
Como motivacao das nocoes escalar e vetor, consideramos um vetor deslocamento A(p)
no ponto p. Dado um sistema de coordenadas {u1 , . . . , un }, podemos decompor o vetor
A(p) com respeito `
a base correspondente, ver Eq. (61):
A(p) =:
n
X
Ai (p)
i=1
r
(p).
ui
(98)
n
X
i=1
Ai (p)
u
j
(p).
ui
(99)
17
0 (p) = p.
(100)
2.3
2.3.1
(101)
Integrais.
Integrais de Curva.
Defini
c
ao 6 Seja C uma curva com parametrizacao t 7 r(t), t [a, b].
i) O comprimento da curva, l(C), e definido por
l(C) :=
b
a
kr(t)k
dt.
(102)
R
A dr, e
18
definido por
A dr :=
dt.
A(r(t)) r(t)
(103)
Estas defini
ao independentes da parametrizacao. Se a curva C e fechada, e costume
H coes s
escrever C A r.
2.3.2
Integrais de Superfcie.
Defini
c
ao 7 i) Uma superfcie parametrizada e uma aplicacao suave de um certo subr
conjunto fechado K R2 para E, (s, t) 7 r(s, t) E, t.q. os vetores r
s (s, t) e t (s, t)
s
ao linearmente independentes. A imagem S desta aplicacao,
S := {p E| (s, t) : p = r(s, t)},
e chamada uma superfcie. Para p = r(s, t) S, escrevemos
r
r
ario
s (s, t) e t (s, t). Ademais, o vetor unit
r
s (p)
n(p) :=
r
(p)
s
(104)
r
s (p)
r
t (p)
em vez de
r
t (p)
r
t (p)
(105)
Ad,
(107)
19
2.3.3
Integrais de Volume.
(111)
2.4
2.4.1
(112)
Operadores Diferenciais.
A Derivada Direcional.
(Signific
ancia fsica: Taxa de variacao de f na direcao v; por unidade de comprimento se
v e unit
ario.) Similarmente, a derivada
direcional (ou derivada covariante) de A em p na
direcao v V , em smbolos Dv A (p), e definida por
d
A(p + tv)t=0 .
(114)
Dv A (p) :=
dt
Proposi
c
ao 2.5 As derivadas direcionais Dv f (p) e Dv A (p) s
ao lineares em v. Consequentemente, vale
n
X
f
v i i (p)
Dv f (p) =
u
n
X
A
v i i (p)
Dv A (p) =
u
(115)
i=1
i=1
onde v i s
ao as componentes (covariantes)
de v V com respeito a um sistema de coordePn
r
1
n
i
nadas {u , . . . , u }, i.e. v = i=1 v ui .
Nas equacoes acima,
ui
A
d
1
i
n
,
(p)
=
A
r(u
,
.
.
.
,
u
+
t,
.
.
.
,
u
)
t=0
ui
dt
onde u1 , . . . , un s
ao as coordenadas do ponto p. A Proposicao afirma em particular que
vale
f
(p),
D r f (p) =
ui
ui
A
D r A (p) =
(p).
ui
ui
(116)
20
2.4.2
O Gradiente.
Lembramos que a derivada direcional Dv f (p) e linear em v. Entao o Lema 1.8 afirma
que ela tem a forma de um produto escalar com v:
Defini
c
ao 8 Seja f uma funcao. O gradiente de f no ponto p, em smbolos ( grad f )(p),
e o u
nico vetor t.q. para todos v V vale
v ( grad f )(p) = Dv f (p).
(117)
n
n
X
X
1 f r
1 f
=
ei .
2 ui ui
h
ui
h
i
i
i=1
i=1
(118)
Defini
c
ao 9 Um campo vetorial A chama-se conservativo se a integral de linha de A
sobre uma curva depende somente dos pontos iniciais e finais da curva.
facil mostrar que um campo vetorial e conservativo se e s
E
o se a integral de linha sobre
qualquer curva fechada e nula.
Proposi
c
ao 2.7 Um campo vetorial A e conservativo se e s
o se ele possui um potencial,
i.e. existe um campo escalar t.q. A = grad .
2.4.3
A Diverg
encia e o Teorema de Gauss.
G1
G2
N
ao escrevemos explicitamente a dependencia do ponto p.
21
n
1 X
i (vAi ),
v
(121)
i=1
Aqui, Ai s
ao as componentes contravariantes de A com respeito as coordenadas ui como
1
1
( sen ()A ) + A ,
= 2 r (r2 Ar ) +
r
sen
div A =
coord. cilndricas
coord. esfericas.
Demonstraca
o. (Em dimens
ao tres.) Dado um ponto p, seja G o paraleleppedo gerado
pelos vetores i r e com apex p:
G := p + (v 1 , v 2 , v 3 ),
onde v i := i r.
S1 S1+
A d =
1Z 1
0
A(r(s, t) + v 1 ) A(r(s, t)) v 2 v 3 dsdt.
11
O di
ametro de um conjunto G e a maior dist
ancia entre dois pontos em G.
E interessante que as considerac
oes acima, em termos matem
aticos rigorosos, implicam o Teorema de
Gauss junto com a propria definic
ao da diverg
e
ncia
ao
mesmo
tempo.
O argumete funciona como segue.
H
A aditividade (119) implica que (G) = G A d define um medida. (Ela e definida primeiro s
o para
regi
oes G com contorno suave, mas pode ser extendida unicamente para todos conjuntos Borel, pois aqueles
s
ao gerados, por exemplo, pelos cubos.) Observe-se que Vol(G) = 0 implica (G) = 0. O matem
atico
fala que d e absolutamente contnua com respeito `
a nossa medida dV . Nesta situac
ao, o teorema de
Radon-Nikodym
[8] affirma que existe uma densidade, a saber uma func
ao tal que para cada regi
ao G
R
vale (G) = G dV , ou seja,
I
Z
A d =
dV.
12
Tal densidade e u
nica. Agora a divergencia de A e definida justamente por div A := , ou seja, div A e
au
nica func
ao caracterizada pela equac
ao acima. Ent
ao aquela equac
ao e o famoso teorema de Gauss, e
pode ser considerada como definic
ao da divergencia ao mesmo tempo. Deve ser mencionado que um jeito
de construir a densidade , alias div A, e justamente atravez da nossa definic
ao (120), ver [9].
22
3
X
i=1
Ai det(i r, 2 r, 3 r) = A1 det(1 r, 2 r, 3 r) A1 v,
= Vol(G )
1
1 (A1 v) + 2 (A2 v) + 3 (A3 v) + O(4 ),
v
(122)
A d =
N
X
i=1
N
X
O(4 ).
i=1
PN 3
4
Isto vale tambem no limite 0. Como N e da ordem 1 , o termo
i=1 O( )
e da ordem e converge para zero se 0.
Entao, o fluxo e dado por
23
P 3
e justamente a integral de div A atraves da
lim0 N
i=1 div A(pi ) Vol(Gi, ). Mas isto
regi
ao G, entao temos provado a Eq. (123) para este caso.
Segundo passo: Uma regi
ao arbitr
aria G pode ser decomposto como uni
ao disjunta
(infinita mas contavel) de paraleleppedos da forma acima. Pela aditividade (119), a
Eq. (123) vale tambem para a uni
ao G.
Corol
ario 2.10 Seja B um campo vetorial definido num domnio D E. Se
I
B d = 0
(124)
Caracteriza
c
ao do Rotacional na Geometria Diferencial.
(Observe que o lado direito da eq. (125) e bilinear e anti-simetrico em u e v, entao linear
em u v. O Lema 1.10 entao afirma a existencia e unicidade de um vetor ( rot A)(p)
satisfazendo a eq. (125).)
unit
ario no plano n ortogonal a A (p) tal que u, A (p), n s
ao positivamente orientados.
Nesta situacao a Definicao 10 implica14
rot A(p) n = Du kA (p)k,
(126)
Esta condic
ao significa que H2 (D) = 0 em termos da topologia algebrica. Um contra-exemplo e
D = R3 {origem}, e B(r) = r/r3 . A divergencia de B e zero em D, mas o fluxo atraves a esfera
centrada na origem de raio arbitr
ario e 4.
14
Definindo v := A (p)/kA (p)k, temos n = u v e A(p) v A (p) v = kA (p)k, pois A = A + cn.
Usando Dv A(p) u = Dv (A(p) u) = 0, a definic
ao (125) implica Eq. (126).
24
Proposi
c
ao 2.11 O rotacional de um campo vetorial A e dado por
n
1
r
r
r o
rot A =
(2 A3 3 A2 ) 1 + (3 A1 1 A3 ) 2 + (1 A2 2 A1 ) 3 . (127)
h1 h2 h3
u
u
u
Aqui, Ai s
ao as componentes covariantes de A definidas por
Ai (p) := A(p)
e i Aj significa
r
(p),
ui
(128)
Aj
.
ui
Demonstraca
o. Seja ei = i r /hi . Substituindo (u, v) por DuAvDv Au no Lema 1.10,
a Eq. (43) implica
rot A =(De2 A e3 De3 A e2 ) e1 +
onde a integraca
o ao longo de C e tomada no sentido que obedece a regra da m
ao direita
com respeito ao vetor normal da superfcie.
Demonstraca
o. Seja, no primeiro passo, a superfcie S : (s, t) 7 r(s, t) a imagem de um
ret
angulo K, i.e., (s, t) K = [0, s0 ] [0, t0 ]. O contorno S de S entao consiste de 4
curvas suaves Ck : 7 r k ( ), k = 1, . . . , 4, com a seguinte parametrizacao:
r 1 ( ) := r(, 0),
r 2 ( ) := r(s0 , ),
r 3 ( ) := r(, t0 ),
r 4 ( ) := r(0, ),
[0, s0 ],
r 1 ( ) = s r(, 0)
[0, s0 ],
r 3 ( ) = s r(, t0 )
[0, t0 ],
r 2 ( ) = s r(s0 , )
[0, t0 ],
r 4 ( ) = s r(0, ).
25
Temos entao
Z t0 Z s0
Z
rot A d =
rot A(r(s, t)) s r(s, t) t r(s, t) dsdt
0
S
0
Z t0 Z s0 n
o
=
(s A t r)(s, t) (t A s r)(s, t) dsdt
0
0
Z t0 Z s0 n
o
=
s (A t r)(s, t) t (A s r)(s, t) dsdt
0
0
Z t0 n
Z s0 n
o
o
=
(A t r)(s0 , t) (A t r)(0, t) dt
(A s r)(s, t0 ) (A s r)(s, 0) ds
0
0
Z t0 n
Z s0 n
o
o
=
A(r 2 (t)) r2 (t) A(r 4 (t)) r4 (t) dt
A(r 3 (s)) r 3 (s) A(r 1 (s)) r 1 (s) ds
0
Z0
Z
Z
Z
I
=
A dr
A dr
A dr +
A dr.
A dr =
C2
C4
C3
C1
S2
C1
C2
porque a divisa entre S1 e S2 e sendo percorrida duas vezes, com sentidos opostos, tal
que os termos correspondentes se cancelam. Por isso, se a Eq. (129) vale para S1 e
S2 ela tambem vale para S. Iterando a subdivisao, podemos escrever S como uni
ao
(possvelmente infinita) de retangulos Si da forma considerada no primeiro passo. Isto
mostra a Eq. (129) para S arbitr
aria.
Este teorema vale para interpretar o rotacional, como seguinte.
Corol
ario 2.13 Dado um vetor unit
ario n e um ponto p E, seja S , > 0, uma famlia
de superfcies tal que cada S contem o ponto p, tem vetor normal em p igual n, e tem
di
ametro11 . Ent
ao vale para qualquer campo vetorial A:
I
1
A dr.
(130)
( rot A)(p) n = lim
0 A(S ) S
Corol
ario 2.14 Seja A um campo vetorial definido num domnio D E. Se A e conservativo (ver Definica
o 9 e Proposica
o 2.7), ent
ao vale rot A = 0. O inverso vale se cada
curva fechada C D e o contorno de uma superfcie S D.15
Como grad e conservativo para qualquer campo escalar , o Corolario implica que vale
rot grad = 0.
15
(131)
Esta condic
ao significa que H1 (D) = 0 em termos da topologia algebrica. Um contra-exemplo e
D = R3 {eixo-z}, e A = grad (em coordenadas cilndricas). O rotacional de A e zero em D, mas a
integral de linha atraves qualquer curva que envolve o eixo-z e 2.
26
(132)
Proposi
c
ao 2.15 Seja div B = 0 num domnio D que contem um ponto q tal que todos
ao contidos completamente em D.16 Ent
ao, B possui um
segmentos de retas qp, p D, s
vetor potencial, i.e. um campo vetorial A t.q.
B = rot A.
Demonstraca
o. Escolhemos como origem o ponto q D mencionado na proposicao, e
definimos
Z 1
A(r) :=
sB(sr) r ds.
0
Dado uma curva fechada C em D, com parametrizacao r 0 (t), t [0, 1], construimos uma
superfcie S0 pela parametrizacao r(s, t) := sr 0 (t), (s, t) [0, 1][0, 1]. S0 contem a origem
q e tem a curva C como contorno. Usando os fatos s r(s, t) = r 0 (t) e t r(s, t) = sr 0 (t),
calcula-se
Z 1
Z
Z 1Z 1
A(r 0 (t)) r 0 (t) dt
B(sr 0 (t)) r 0 (t) s r 0 (t) dsdt
B d =
0
S0
I
Z0 0
A dr
=
rot A d.
S0
Mas como div B = 0, o Corolario 2.10 e a observacao depois afirmam que a integral de
B atraves de qualquer outra superfcie S com o mesmo contorno C como S0 coincide com
a integral acima. Entao, as integrais de superfcie de B e rot A coincidem para qualquer
superfcie S D. Isto mostra que rot A = B.
2.4.5
Caracteriza
c
ao da Diverg
encia na Geometria Diferencial.
det v 1 , . . . , v i1 , Dvi A(p), v i+1 , . . . , v n .
(133)
Entao, a divergencia de A no ponto p deveria ser esta expressao dividida pelo volume
do paraleleppedo, det(v 1 , . . . , v n ). Realmente, a expressao (133) e n-linear e totalmente
antissimetrica em v 1 , . . . , v n , e o Lema 1.7 afirma que ela e proporcional `a determinante
det(v 1 , . . . , v n ). Entao, o quociente e independente do paraleleppedo e depende s
o do
campo A, e a seguinte definicao faz sentido:
16
27
Defini
c
ao 11 (Alternativa) A divergencia de um campo vetorial A e o campo escalar
caracterizado pelo fato que vale
( div A)(p) det(v 1 , . . . , v n ) =
n
X
i=1
(134)
Mostramos primeiro que isto coincide com a Definicao (120) da divergencia. Substituindo
v i := i r na Eq. (134), e considerando Di r A = i A e det(1 r, . . . , n r) = v, a Eq. (134)
implica
v div A = det(1 A, 2 r, 3 r, . . .) + det(1 r, 2 A, 3 r, . . .) + . . .
= 1 det(A, 2 r, 3 r, . . .) + 2 det(1 r, A, 3 r, . . .) + . . .
= 1 (A1 v) + 2 (A2 v) + 3 (A3 v),
com os mesmos argumentos como na prova da Proposicao 2.8. Isso mostra que a divergencia, como definida aqu, tambem satisfaz a Eq. (121) e entao coincide com a divergencia como definida antes.
Vamos fazer a mencionada interpretacao da Definicao 11 em termos do fluxo de A
precisa. Seja t o fluxo de A, e seja Gt := t (G) a imagem da regi
ao G sob o fluxo
t . Sejam {u1 , . . . , un } coordenadas na regi
ao G, com orientacao positiva,e com valores
num certo cubo Q0 . Na regi
ao Gt definimos coordenadas uit por uit t (p) := ui (p). Se
entao um ponto p G tem valores de coordenadas (u1 , . . . , un ) Q0 , o ponto t (p) tem
os mesmos valores em termos das coordenadas uit . Nesta situacao, denotamos o vetor
posicao do ponto p por r(u1 , . . . , un ) e o vetor posicao do ponto t (p) por r t (u1 , . . . , un ).
Conforme eq. (101), temos r t (u1 , . . . , un ) = r(u1 , . . . , un ) + tA(u1 , . . . , un ) + O(t2 ), entao
i r t (u1 , . . . , un ) = i r(u1 , . . . , un ) + ti A(r(u1 , . . . , un )) + O(t2 ).
(135)
(136)
i=1
28
r(u1 , u2 + )
r t (u1 , u2 + )
t (G )
2 r
2 r t
1 r t
r(u1 , u2 )
r(u1
r t (u1 + , u2 )
, u2 )
r t (u1 , u2 )
1 r
Figura 2: Interpretacao da divergencia.
Proposi
c
ao 2.16 Seja A um campo vetorial com fluxo t , G uma regi
ao em E, e Gt :=
t (G) a imagem de G sob o fluxo t , com volume orientado Vol(Gt ). Ent
ao vale
Z
d
div A dV = Vol(Gt )t=0 .
(139)
dt
G
Demonstraca
o.
N
os usamos coordenadas {u1 , . . . , un } com vetores posicao
1
n
r(u , . . . , , u ) G e r t (u1 , . . . , , un ) Gt como acima. Conforme eq. (137), temos
Z Z Z
d
d
VolGt t=0 =
det(1 r t , . . . , n r t ) t=0 du1 dun
dt
Q dt
Z Z Z 0
=
div A(u1 , . . . , un ) det(1 r, . . . , n r) du1 dun
Q0
Z
div A dV.
=
G
v 1 , . . . , v n V comecando no ponto p. Para t fixo, define-se o chamado diferencial do difeomorfismo t
pela aplicac
ao linear V V dado por
Tp t (v) :=
d
t (p + sv)s=0 .
ds
(Esta aplicac
ao joga nosso vetor i r em i r t .) Tp t (v) e o vetor deslocamento entre as imagens dos pontos
vizinhos p e p + v, m
odulo termos da ordem kvk2 . Por isso,
`
t := Tp t (v 1 ), . . . , Tp t (v n )
e uma vers
ao linearizada
ou infinitesimal (para pequenas v i ) da imagem de sob o fluxo, t (). Agora
d
calcula-se dt
Tp t (v)t=0 = Dv A(p) (generalizando a Eq. (135)), e a regra de produto d
a
n
X
d
Vol t t=0 =
det v 1 , . . . , v i1 , Dv i A(p), v i+1 , . . . , v n .
dt
i=1
(138)
A Definic
ao (134) ent
ao e equivalente com a equac
ao
d
Vol t t=0 .
dt
d
Vale mencionar que na geometria diferencial, dt
Vol t t=0 e chamada a derivada de Lie com respeito a
A da determinante (ou seja, do elemento de volume), (LA det)(v 1 , . . . , v n ).
div A Vol =
29
A Proposi
cao 2.16 implica diretamente o Teorema de Gauss, porque a taxa de variacao
d
Vol(G
)
es do contorno de G. Para ver isto, lemt t=0 coincide com o fluxo de A atrav
dt
bramos dos conjuntos Gt de pontos p cuja curva integral t 7 t (p) atravessa a superfcie
Vol(G+
t ) Vol(Gt ) = Vol(Gt ) Vol(G).
Mas a derivada com respeito a t, em t = 0, do lado esquerdo e pela Eq. (109) justamente
o fluxo de A atraves G. Entao temos
I
d
(140)
A d = Vol(Gt )t=0 .
dt
S
R
Por outro lado, gracas `
a Proposicao 2.16 o lado direito coincide com G div A dV . Isto
mostra o teorema de Gauss se nos definimos a divergencia como na Definicao 11. Aquele
teorema, por sua vez, implica que a divergencia satisfaz a Eq. (120). (Isto mostra de novo
que nossas duas definicoes da divergencia, atraves Eq. (120) e (134), respectivamente, s
ao
equivalentes.)
2.5
Aplica
c
oes Sucessveis de Nabla.
2.5.1
Operador de Laplace.
(141)
o
h2 h3
h3 h1
h1 h2
1n
1
1 f + 2
2 f + 3
3 f ,
v
h1
h2
h3
v := h1 h2 h3 .
(142)
1
1
1
= 2 r (r2 r f ) + 2
( sen f ) + 2
2 f,
r
r sen
r sen ()2
2.5.2
coord. Cartesianas
coord. cilndricas
coord. esfericas.
O C
alculo-Nabla.
(143)
i=1
30
Usando esse operador, os operadores diferenciais grad , rot , div e podem ser escritos
como
grad = ,
div A = A,
= ,
rot A = A.
(144)
(145)
Calculo-nabla: ...
Proposi
c
ao 2.17
(f g) = (f ) g + f g,
(f A) = (f ) A + f A,
(A B) = ( A) B A ( B),
(f A) = (f ) A + f ( A).
(146)
(147)
(148)
(149)
(Todas estas formulas podem ser mostradas facilmente usando o calculo -nabla. Alternativa: Mostrar as formulas em coordenadas Cartesianas. Como elas s
ao equacoes entre
campos vetoriais, devem valer em quaisquer coordenadas.)
Para um campo vetorial A definimos o Laplace por
A := grad div A rot rot A.
(150)
Tensores.
3.1
3.1.1
Algebra
Linear de Tensores.
Produto Tensorial.
(s)(v) := s (v).
(154)
n
X
i=1
v i ai ,
(155)
31
n
X
i ai ,
onde i = (ai ).
(158)
i=1
Demonstraca
o. (Independencia linear dos ai : exerccio.) Para mostrar que eles geram V ,
n
X
i=1
n
n
n
X
X
X
v i (ai ) =
(ai )ai (v) =
(ai ) ai (v),
v i ai =
i=1
i=1
(159)
i=1
Agora estamos preparados para a definicao do produto tensorial. Seja U um outro espaco
vetorial sobre K de dimens
ao finita. O produto tensorial de U e V , em smbolos U V , e
por definicao o espaco das aplicacoes bilineares de U V em K,
U V := U V K, bilinear .
(161)
(u1 + u2 ) v = u1 v + u2 v,
u (v 1 + v 2 ) = u v 1 + u v 2 .
c K,
(162)
(163)
(164)
18
Realmente, o espaco U V pode ser caracterizado pelo seguinte fato: Ele consiste de combinac
oes
lineares finitos de produtos (abstratos) u v, sujeito `
as relac
oes (162), (163) e (164).
32
(165)
(Esta propriedade do produto tensorial realmente caracteriza o produto tensorial unicamente.) No caso W = K, o Teorema afirma que
{U V K, bilinear}
(166)
= U V .
Proposi
c
ao 3.3 Seja {ai , i = 1, . . . , n} uma base em U , e {bj , j = 1, . . . , m} uma base
em V . Ent
ao, {ai bj , i = 1, . . . , n; j = 1, . . . , m} e uma base em U V .
Demonstraca
o. Seja T : U V K
P U ,j V . Conforma a
P U Vi , e sejam
Proposicao 3.1, eles s
ao da forma = i (ai ) a e = j (bj ) b . Consequentemente,
T (, ) =
i,j
X
i,j
P
Entao, T tem a forma T = i,j T ij ai bj , com T ij = T (ai , bj ), mostrando que os ai bj
P
geram U V . Agora seja i,j cij ai bj = 0. Agindo nesta equacao com ak bl , mostra
que os coeficientes ckl s
ao todos nulos. Entao, os ai bj s
ao linearmente independentes.
Como consequencia, cada tensor T em U V pode ser escrito como uma soma finita de
termos da forma u v:
finito
X
u v .
T =
Supomos agora que V possui um produto escalar19 u v ou hu, vi, i.e. ele e um espaco
euclideano (no caso K = R) ou unit
ario (no caso K = C). Neste caso, V pode ser
identificado canonicamente com V pelo Lema 1.8: Com V e associado unicamente
um v V tal que vale
(w) = v w
(168)
19
u v (u , v ) := hu, u i hv, v i.
(170)
No caso K = C ou dim V = , e costume escrever o produto escalar como hu, vi. No caso K = C, ele
e anti-linear no primeiro argumento.
20
Anti-isomorfismo, no caso K = C.
33
(171)
x M 1 , y M2 .
Esta identificaca
o estabelece um isomorfismo de espacos de Hilbert
L2 (M1 ) L2 (M2 )
= L2 (M1 M2 ).
(Comprovante: [7, p. 52].)
O produto tensorial de mais do que dois espacos vetoriais V1 , V2 , V3 , . . . constroi-se como
seguinte. Por definicao, (V1 V2 )V3 e o espaco das aplicacoes bilineares de (V1 V2 ) V3
em K. Mas as aplicacoes lineares de (V1 V2 ) K s
ao o espaco ((V1 V2 ) )
= V1 V2 ,
entao isom
orficas com as aplicacoes bilineares de V1 V2 K. Temos entao
(V1 V2 ) V3
= {V1 V2 V3 K, trilinear}.
O mesmo vale para V1 (V2 V3 ). Isso mostra que o produto vetorial de espacos vetoriais e
associativo, entao podemos escrever V1 (V2 V3 ) =: V1 V2 V3 . Iterando este raciocino,
temos
V1 Vn = {V1 Vn K, n-linear}.
No seguinte, vamos fixar um espaco vetorial V sobre K = R de dimens
ao finita, n (o
papel de V sendo o espaco de vetores deslocamento associado com o espaco afim E fsico).
Neste caso, chamamos os vetores v V de vetores contravariantes, e as formas lineares
(ou covetores) V de vetores covariantes.
Defini
c
ao 12 Para r, s N0 , r + s 6= 0, definimos o espaco de tensores do tipo (r, s) sobre
V , em smbolos Tsr (V ), por
Tsr (V ) := V
V} |V {z
V }
| {z
r vezes
s vezes
{ z
}|
{
z }|
= V V V V R, multilinear .
(172)
(173)
(174)
(Na u
ltima linha usamos a identificacao (160).) Para r = 0 = s definimos T00 (V ) := R.
34
ao totalmente
Os elementos em Ts0 (V ) (ou seja, as aplicacoes s-lineares de V s R) que s
anti-lineares s
ao chamadas de s-formas.
As equacoes (155), (156) e (158) implicam o seguinte
Corol
ario 3.5 Uma base em Tsr (V ) e dada por
o
n
ai1 air aj1 ajs , i1 , . . . , ir , j1 , . . . , js {1, . . . , n} .
(175)
n
X
ir
ai1 air aj1 ajs , onde
Tji11j
s
ir
= T ai1 , . . . , air , aj1 , . . . , ajs .
Tji11j
s
(176)
(177)
Estes n
umeros s
ao as chamadas componentes do tensor com respeito a
` base {a1 , . . . , an }.
Dois tensores s
ao iguais se, e somente se, as suas componentes com respeito a uma dada
base coincidem (se, e somente se, as suas componentes com respeito a qualquer outra base
coincidem).
Em particular, um tensor e zero se, e somente se, todas suas componentes com respeito
a uma base (arbit
aria) s
ao zero. Como consequencia do Corolario, um tensor T Tsr (V )
age em 1 , . . . , r V e v 1 , . . . v s V como
T (1 , . . . , r , v 1 , . . . v s ) =
n
X
i1 ,...,js =1
3.1.2
ir
(1 )i1 (r )ir (v 1 )j1 (v s )js .
Tji11j
s
(178)
v) := (v)
(,
(179)
e bilinear e por isso um tensor do tipo (1, 1), o chamado tensor Kronecker. Suas componen i , aj ) = ai (aj ) = i .
tes com respeito a qualquer base {a1 , . . . , an } s
ao dadas por ji (a
j
Entao, suas componentes (com respeito a qualquer base) s
ao exatamente os smbolos de
Kronecker:
(
1, se i = j,
j
j
i = i
(180)
0, se i 6= j.
Tensor M
etrico. Lembramos que nosso V e um espaco euclideano, com um produto
escalar V V R, (u, v) 7 u v. Esta aplicacao e um tensor do tipo (0, 2):
Defini
c
ao 13 O tensor metrico g T20 (V ) e o tensor
g(u, v) := u v.
(181)
Pelo Corolario 3.5, temos g(u, v) = i,j gij ui v j , onde gij = g(ai , aj ). A base {a1 , . . . , an }
e ortonormal (uma BON) se, e somente se, gij = ij .
Lembramos que o espaco euclideano V pode ser identificado com seu espaco dual V
por meio do produto escalar via v 7 v , ver eq. (168). Usando a formula (158), temos
X
X
(v ai ) ai .
(182)
v (ai ) ai =
v =
i
35
A aplicacao inversa e 7 v := o u
nico vetor tal que
(w) = v w
w V.
Com esta identificacao, o produto escalar pode ser extendido para o espaco dual V , a
saber pela definicao
:= v v (v ) = (v )
(183)
n
X
ou seja,
gij gjk = i k .
(184)
j=1
Demonstraca
o. Temos
n
X
gij gjk =
j=1
X
j
(ai aj ) (aj ak ) = ai
X
j
Na terceira equacao nos usamos a eq. (182), e na quarta equacao usamos que v = (v),
ver eq. (183).
costume identificar o vetor v e o covetor correspondente, v , e escrever
E
vi := (v )i ,
considerando vi e v i como componentes contra- ou covariantes, respectivamente, de um s
o
objeto. Consequentemente, para um covetor V as componentes
i := (v )i
s
ao consideradas como componentes contravariantes de . Tambem, as componentes gij
s
ao consideradas como componentes covariantes do tensor g:
g ij := gij g(ai , aj ).
P
P
Lema 3.7 Temos v = i,j j g ji ai e v = i,j v j gji ai , ou seja,
X
X
j g ji .
v j gji , i =
vi =
(186)
Demonstraca
o.
vi (v )i = v (ai ) = v ai =
i
(v ) = v (a ) = a =
X
j
X
j
v j aj ai =
j
j a a =
v j gji .
j g ji .
Vale observar que o Corolario implica que o produto escalar pode ser escrito como
X
X
ui v i .
u i vi =
uv =
i
36
(187)
Para determinar as componentes deste tensor com respeito a uma base {a1 , . . . , an }, precisamos os smbolos de Levi-Civit`
a:
se {i1 , . . . , in } =
6 {1, . . . , n},
0,
i1 in := 1,
(188)
se (1, . . . , n) 7 (i1 , . . . , in ) e uma permutacao par,
Lema 3.8 As componentes de com respeito a uma base {a1 , . . . , an } com orientaca
o
positiva s
ao dadas por
(190)
i1 in = |g|1/2 i1 in .
(Observe que nem a determinante |g| e um escalar, nem os smbolos de Levi-Civit`a s
ao as
componentes de um tensor s
o produto define um tensor, .)
Demonstraca
o. Sabemos pela eq. (177) que i1 in = det(ai1 , . . . , ain ). Se alguns indices
coincidem, ou seja se o conjunto {i1 , . . . , in } =
6 {1, . . . , n}, a determinante se anula pela
antissimetria. Se todos ndices s
ao diferentes, ou seja se {i1 , . . . , in } = {1, . . . , n}, entao o
m
odulo | det(ai1 , . . . , ain )| coincide com |g|1/2 pelo Teorema 1.11. O sinal afirmado segue
da antissimetria da determinante.
Em tres dimens
oes, o produto vetorial de dois vetores u, v V e relacionado com a
forma , a saber, suas componentes covariantes s
ao dados por
X
ijk uj v k .
(191)
uv i =
j,k
Demonstraca
o.
u v i wi = u v w = det(u, v, w) = ijk uj v k wi .
3.1.3
Mudan
ca de Base.
Obviamente, as componentes dos tensores dependem da base. Vamos ver agora como
eles se transformam sob uma mudanca da base {ai , i = 1, . . . , n} para uma nova base
i e uma certa combincao linear dos aj ,
{
ai , i = 1, . . . , n}. Cada a
i =
a
n
X
j=1
Aji aj ,
(192)
37
n
n
X
X
k
i (ak ).
(
(
Akj a
Aj ak ) =
=a
aj ) = a
i
k=1
k=1
P
Lendo esta equacao como ji = k Akj Bki , inversao da matriz A da Bji = k (A1 )kj ki
i com
i (aj ) = (A1 )ij . Substituindo isto na expans
ao (158) do covetor a
(A1 )ij , ou seja, a
P
i (aj ) aj , isto d`a
i = j a
respeito `a base dual {aj }, a saber a
P
n
X
=
a
(A1 )ij aj .
i
(193)
j=1
P
Pela eq. (156), as componentes v i de um vetor v = i v i ai com respeito `a base {ai }
s
ao dadas por v i = ai (v). A eq. (193) implica entaP
o que as suas componentes
vi com
P
1
i
1
i
k
i
i
(v) = k (A )k a (v) = k (A )k v k , ou
respeito `a nova base {
ai } s
ao dadas por v = a
seja,
X
(A1 )ik v k .
vi =
(194)
k
Alj (al ) =
(195)
Mais geralmente, o Corolario 3.5 sobre as componentes de tensores implica, com o mesmo
raciocnio:
ir
ir
com rese Tji11j
Proposi
c
ao 3.9 Seja T um tensor in Tsr (V ) com componentes Tji11j
s
s
peito a
base {ai } e {
ai }, respetivamente (conforme eq.s (176), (177)). Ent
ao vale
X
kr
ir
(A1 )ik11 (A1 )ikrr Alj11 Aljss Tlk11l
.
(196)
=
Tji11j
s
s
k1 ,...,kr
l1 ,...,ls
3.1.4
Opera
co
es com Tensores.
se r = r1 + r2 , s = s1 + s2 ,
Equivalentemente:
v 1 v r1 1 s1
v 1 v r2 1 s 2 :=
v 1 v r1 v 1 v r2 1 s1 1 s 2 . (198)
38
Produto escalar ou interno. Da mesma maneira como o produto escalar foi extendido de V para V , pode ser extendido para todos espacos tensoriais Tsr (V ) pela seguinte
definicao. Para v 1 v r 1 s e v 1 v r 1 s em Tsr (V ),
definimos
g(v 1 v r 1 s , v 1 v r 1 s ) :=
g(v 1 , v 1 ) g(v r , v r )
g (1 , 1 ) g(s , s ). (199)
Esta definicao extende por bilinearidade para o espaco Tsr (V ) inteiro. Em componentes,
temos para T, S Tsr (V ):
X
kr
ir
.
g
gir kr g j1 l1 g js ls Slk11l
Tji11j
g(T, S) =
s i1 k1
s
i1 ,...ir ,k1 ,...kr ,j1 ,...js ,l1 ,...,js
Contra
c
ao. A aplicacao
v 1 v r 1 s 7 1 (v 1 )
v 2 v r 2 s
r1
define uma aplicacao Tsr (V ) Ts1
(V ). Ela joga um tensor T Tsr (V ) com componentes
ir
r1
para o tensor T Ts1
(V ) com componentes
Tji11j
s
X
ki2 ir
ir
,
Tkj
=
Tji22j
s
2 js
k
Mudan
ca do tipo. A aplicacao V T01 (V ) T10 (V ) V , v 7 v , induz uma
r1
aplicacao Tsr (V ) Ts+1
(V ), a saber
v 1 v r 1 s 7 v 1 v r1 1 s vr .
ir
r1
para o tensor T Ts+1
(V ) cujas
Ela joga um tensor T Tsr (V ) com componentes Tji11j
s
componentes s
ao
X i i k
i ir1
Tj11jsr1 gkjs+1 .
Tj11js+1
=
k
O mesmo pode ser feito com qualquer outro par de ndices. Esta operacao chama-se
abaixar um index. Similarmente, a aplicacao inversa V V ,
7
v , induz uma
r+1
r
aplicacao Ts (V ) Ts1 (V ) (chamado de levantar um index), resultando numa formula
do tipo
X
i ir+1
ir
g kjr+1 .
Tji11j
Tj11js1
=
s1 k
k
Lema 3.10 i) A mudanca do tipo do tensor metrico, g T20 (V ) para g T11 (V ) resulta
no tensor Kronecker:
gij = ij .
(200)
Em 3 dimens
oes:
X
k
X
k
i1 in = |g|1/2 i1 in ,
(201)
ijk klm = il jm im jl ,
(202)
(203)
39
Demonstraca
o. Eq. (200) segue da eq. (184). Para mostrar (201), calculamos
X
X
i1 in g 1i1 g nin = |g|1/2 ,
i1 in g 1i1 g nin = |g|1/2
1n =
i1 ,...,in
i1 ,...,in
pois a soma
i1 in g 1i1 g nin e nada mais do que a determinante da matriz (g ij ), ou
seja, |g|1 . Junto com a anti-simetria de i1 in , isto implica a eq. (201). A eq. (202)
vamos mostrar numa base ortonormal. (Como os dois lados s
ao componentes de tensores,
isto `e suficiente pelo Corolario 3.5.) Neste caso, |g| = 1 e nos temos que mostrar
X
ijk klm = il jm im jl .
k
Isso e mostrado por exemplo em [3, p. 683]. Baixando os indices l e m na eq. (202) resulta
na eq. (203).
Endomorfismos. O espaco de tensores do tipo (1, 1) pode ser identificado com o espaco
dos endomorfismos lineares de V , denotado por End(V ),
T11 (V )
= End(V ),
como seguinte. Se A End(V ), define um tensor T T11 (V ) por
T (, v) = (Av)
para V , v V . Inversamente: Dado T T11 (V ), define Av := o u
nico vetor tal que
vale a equacao acima para todos V . Isto define uma aplicacao linear A End(V ).
Verifique-se que a aplicacao A correspondente a T := u e Av = (v) u. Na notacao
de Dirac, isto corresponde literamente `a equacao
|uih| |vi := h|vi |ui.
Dado uma base {a1 , . . . , an } de V , define-se uma matriz Aji correspondente a A por
X j
Aai =:
Ai aj .
j
Verifique-se facilmente que os Aji coincidem com os componentes Tij do tensor T T11 (V )
correspondenete a A End(V ). Seguindo o costume, vamos identificar A e T , e Aji e Tij .
Por exemplo, o endomorfismo que corresponde ao tensor Kronecker , ver eq. (180), e
a identidade 1 em V , pois (, v) (v) = (1 v). Os seus componentes ij coincidem
com a matriz correspondente a 1 (para qualquer base).
Defini
c
ao 14 i) O adjunto de um endomorphismo A, em smbolos A , e o endomorfismo
unicamente caracterizado pelo fato que para todos u, v V vale
u Av = (A u) v.
(204)
n
X
i=1
ai Aai
(205)
40
3.2
An
alise Tensorial.
dui p (v) = v i ,
ou seja,
dui
r
(p) = ji .
j
u
21
(206)
41
X f
(p) dui p .
i
u
(207)
n
X
ir
(p) i1 r(p) ir r(p) (duj1 )p (dujs )p ,
Tji11j
s
(208)
onde
ir
i1
ir
r
.
,
r,
.
.
.
,
du
,
.
.
.
,
du
(p)
=
T
Tji11j
j
j
p
s
1
s
(209)
u1 , . . . , u
n }
Proposi
c
ao 3.14 Seja T Tsr (E) um campo tensorial, sejam {u1 , . . . , un } e {
i
i
i1 ir
r
1
dois sistemas de coordenadas, e sejam Tj1 js (p) e Tj1 js (p) as componentes corresponao vale
dentes de Tp Tsr (V ). Ent
ir
(p) =
Tji11j
s
k1 ,...,kr l1 ,...,ls
kr
(p)
Tlk11l
s
u
i1
u
ir
uls
ul1
(p)
(p)
(p)
(p).
k
k
j
u 1
u r
u
1
u
js
P i r
ui
r
i
=
(p). Lembrando
j
i Aj ui , com Aj = u
u
j
i
u
Demonstraca
o. Pela eq. (68),
(210)
que a
n
X
u
i
duk p
k
u
k=1
r
r
(p) j (p),
i
u
u
qual expressao e independente de p para todos ndices i, j somente se o sistema de coordenadas e linear (e.g., Cartesiano). Se o sistema de coordenadas e ortogonal, temos
gij (p) = hi (p)2 ij .
42
A n-Forma de Volume.
Tn0 (E):
(211)
(212)
Aqu, |g|(p) e o m
odulo da determinante da matriz i r(p) j r(p) .
Derivada Covariante. A derivada covariante (ou direcional) de campos vetoriais definido em eq. (114) pode ser generalizada para campos tensoriais de qualquer tipo: Para
T Tsr (E) e v V , definimos
Dv T
d
Tp+tv |t=0 .
dt
:=
ui
(p) T
r
(p)
ui
(213)
,
ui
T .
ui p
As componentes de Dv T s
ao determinadas pelas derivadas parciais das componentes de
T e os smbolos de Christoffel kij , definidos em eq. (63),
n
X
r
r
kij (p) k (p).
(p)
=:
i
j
u u
u
(214)
k=1
ik (p) duk p .
duj p =
i
u
(215)
Demonstraca
o. Como duj (k r) = j k = cte., temos pela regra de produto (aplicavel!)
n
X
lik duj (l r)
0 = i duj (k r) = (i duj )(k r) + duj (i k r) = (i duj )(k r) +
l=1
jik .
= (i du )(k r) +
P
P
Entao, i duj k (i duj )(k r) duk = k jik duk , como afirmado.
Com a definicao (214) e o Lema 3.16 podemos calcular a derivada covariante de qualquer tensor. Por exemplo, para campos vetoriais e formas diferenciais temos
P i r
P
i
0
1
Lema 3.17 Seja A =
i A ui T0 (E) e A =
i Ai du T1 (E). As derivadas
covariantes respectivas s
ao dadas por
X Ak
X
r
j
k
A
(p)
=
(p)
+
A
(p)
(p)
(p),
ij
ui
ui
uk
k
X Ak
X
A p=
(p)
Aj (p)jik (p) duk p .
i
i
u
u
k
(216)
(217)
43
Demonstraca
o. Pela formula de Koszul (66) temos
X
2
lij gkl = i gjk + j gik k gij .
l
= |g|1/2
div A = |g|
grad f =
1/2
ijk (i Aj )k r,
(220)
i |g|1/2 Ai ,
(221)
i |g|1/2 (j f )g ji .
i,j,k
X
(j f )g ji i r,
(222)
i,j
f = |g|1/2
i,j
(223)
Demonstraca
o. Por definicao do rotacional, temos
X
(il jm im jl )l Am
i r j r rot A = i A j r j A i r = i Aj j Ai =
l,m
X
k
ijk
klm l Am .
l,m
Na u
ltima linha temos usado a Eq. (202). Por outro lado, pela Eq. (191), temos
i r j r rot A = ijk ( rot A)k .
P
Comparacao da l,m klm l Am = ( rot A)k , que mostra a Eq. (219) da Proposicao. Na
eq. (220), usamos a eq. (201). A eq. (221) e comprovado da mesma maneira como na
Proposicao 2.8, lembrando que o volume v do paraleleppedo gerado pelos i r agora e
dado por |g|1/2 . Pela definicao, ( grad f )(p) e o vetor equivalente (pela metrica) com o
covetor (df )p . Entao, pelo Lema 3.7, temos
X
X
(j f ) g ji .
(df )j g ji =
( grad f )i =
j
44
3.3
Aplica
c
ao: Tensores de Deforma
c
ao e Tens
ao, Lei de Hooke.
Tensor de Deforma
c
ao. Imaginamos um corpo s
olido que sofre uma deformacao
contnua. Antes da deformacao ele ocupa uma certa regi
ao, G, no espaco, e depois uma
regi
ao G . A deformacao pode ser matematicamente descrita por uma aplicacao bijetiva
contnua, , de G sobre G . A aplicacao consiste de uma parte que descreve um movimento isometrico (translacao + rotacao) e uma parte que descreve a propria deformacao.
A descricao somente da u
ltima parte, para pequenos deformacoes, e efetuada pelo tensor
de deformacao.
Consideramos dois pontos vizinhos p e q em G (antes da deformacao), e as imagens
deles em G sob da deformacao, p := (p) e q := (q). Sejam v := pq
~ e v := p~ q os vetores
relativos (deslocamento) entre os vizinhos antes e depois da deformacao, respectivamente.
O que nos interesse e a mudanca do vetor relativo
d := v v.
(Este vetor descreve a mudanca da posicao do ponto q relativo a seu vizinho p sob a
deformacao, e ja e independente de qualquer parte translatoria contido em . Vamos ver
logo como jogar fora a parte rotacional tambem.) Dado p, este vetor depende obviamente
s
o de v, e e zero se v = 0. Entao deve existir uma aplicacao linear Lp : V V tal que
vale
d = Lp v + O(kvk2 ).
(224)
Vamos determinar esta aplicacao Lp . Para estes fins, chamamos o vetor deslocamento
entre um ponto o e sua imagem (o) (para qualquer o E) de (o). (Para a nossa
linearizacao estes vetores nem precisam ser pequeno.) Isto define um campo vetorial :
o + (o) := (o),
o G.
(q)
d
v
v
(p)
Figura 3: Deformacao.
numa parte simetrica (ver Definicao 14), Sp = (Sp ) , e uma parte anti-simetrica, Rp =
(Rp ) : A saber,
1
Sp :=
Lp + (Lp ) ,
2
45
e Rp := 21 Lp (Lp ) . Como veremos logo, a parte simetrica Sp descreve a deformacao,
e a parte anti-simetrica Rp descreve a rotacao de Lp . Por isso, a parte simetrica Sp e
chamado de tensor de deformaca
o.
A saber, Sp possui, como aplicacao linear simetrica, uma BON de auto-vetores
{e1 , . . . , e3 }: Sp ei = i ei . Entao Sp descreve uma expans
ao (i > 0) ou compressao
(i < 0) nas direcoes correspondentes, e por conseguinte nao exhibe rotacao. Para interpretar melhor o tensor Sp , observamos que para pequenas deformacoes espera-se kdk kvk,
o que implica v v kv k kvk. Usando isto, temos
v Sp v
v Lp v
vd
kv k kvk
,
kvk2
kvk2
kvk2
kvk
(225)
0 0
0 0 .
0 0 0
Mas isto e o gerador infinitesimal de uma rotacao em torno do eixo e3 , entao Rp descreve
uma rotacao infinitesimal. Um outro ponto de vista chega `a mesma conclusao: A saber,
para u, v V vale
1
1
1
(u Lp v Lp u v) = (u Dv (p) Du(p) v) = rot (p) (v u).
2
2
2
Entao, u Rp v e proporcional
a componente do rotacional do campo na direcao v u.
Obviamente, o tensor S corresponde a uma dilataca
o homogenea se ele e um multiplo
da unidade, Sp = c(p) 1 . Pouco menos obvio e que ele corresponde a um cisalhamento
puro se ele tem traco zero, Tr Sp = 0 (ver Definicao 14). O traco do tensor de deformacao
Sp descreve a variacao relativa (infinitesimal) de volume feito pela deformacao. Para ver
isto, consideramos um paraleleppedo, gerado por 3 vetores v 1 , v 2 , v 3 com vertice em p.
A imagem sob a deformacao e aproximadamente22 o paraleleppedo gerado por v 1 , v 2 e
v 3 com vertice em p (com a mesma notacao p , v i = (1 + Lp )v i como antes). Seja V e V
o volume do paraleleppedo antes e depois da deformacao, respectivamente. Temos
V = det((1 +Lp )v 1 , (1 +Lp )v 2 , (1 +Lp )v 3 = det(1 +Lp ) det(v 1 , v 2 , v 3 ) = det(1 +Lp ) V.
u Rp v =
det(1 + Lp ) 1 + Tr Lp 1 + Tr Sp ,
temos entao
VV
Tr Sp ,
(226)
V
onde a aproximacao e bom para pequenos lados kv i k do paraleleppedo e para pequenos
auto-valores de Sp . Em particular, Tr Sp = 0 significa que a deformacao Sp deixa invariante
o volume (proximo de p), entao e um cisalhamento puro.
Em geral, Sp possui (igual qualquer aplicacao linear) uma u
nica decomposicao Sp =
Dp + Cp onde Dp e um m
ultiplo da unidade e Cp tem traco zero. A saber,
1
(Tr Sp ) 1 + Sp
|3 {z }
|
=
Dp
+
Sp =
22
1
(Tr Sp ) 1
3 {z
}
(227)
Cp .
46
(228)
47
O espaco T11 (V ) contem 3 subespacos invariantes sob esta representacao, a saber os escalares (os m
ultiplos da unidade), os tensores anti-simetricos e os tensores simetricos com
traco zero, correspondente as representacoes irredutveis do grupo de rotacoes com spin
0, 1 e 2, respectivamente. (No caso presente, tratamos s
o com tensores simetricos, entao o
subespaco dos tensores anti-simetricos e ausente.)
Como o nosso tensor de elasticidade p comuta com a representacao, o Lema de Schur
implica que ele age em cada uma destes dois subespacos (escalares e tensores simetricas
com traco zero) como um certo m
ultiplo da unidade. Por isso, existem duas constantes, K
e , tal que p (Sp ) = 3K Sp se Sp = c1 , e p (Sp ) = 2 Sp se Sp tem traco zero. Usando
a decomposicao (227), a Eq. p = p Sp entao se reduz `a equacao
p =
3K Dp
= K (Tr Sp ) 1
+
2 Cp
+ 2 Sp 13 (Tr Sp )1 .
(230)
1
1
1
p (Tr p )1 .
(Tr p ) 1 +
9K
2
3
(231)
2R
Figura 4: l/R = kl.
Exemplo: Tor
c
ao de um Bast
ao. Um bast
ao (cilndro do raio R e comprimento
l >> R) e torto por um
angulo como na Figura 4. O homeomorfismo correspondente
e dado (em coordenadas cilndricas r, , z) por
: r(r, , z) 7 r(r, + kz, z).
(Aqui, k /R, ver Figura 4.)
Exerccios.
Ex. 1. (Espa
co Vetorial.) Seja C([0, 1]) o conjunto de funcoes contnuas definidas no
intervalo [0, 1], com valores reais.
(a) Dado f, g C([0, 1]) e s R, define uma funcao f + g e uma funcao s f .
(b) Mostre que, com sua definicao da soma e da multiplicacao por os escalares, o conjunto
C([0, 1]) constitui um espaco vetorial.
48
Ex. 2. (Espa
co vetorial.) Lembra que o seguinte axiomo foi parte da nossa definicao
de um espaco vetorial V :
Para cada vetor u V existe um vetor u tal que u + (u) = 0.
Mostre que esta condicao e redundante, ie., uma consequencia dos outros axiomos.
Ex. 3. (Depend
encia linear.) Mostre que, no R2 , os dois vetores {(1, 0), (1, 1)} s
ao
linearmente independentes, mas os tres vetores {(1, 0), (1, 1), (1, 2)} s
ao linearmente dependentes.
Ex. 4. (Proje
c
ao ortogonal.) Seja V um espaco euclideano de dimens
ao n, e e1 ,. . . ,er
(onde r n) um sistema ortonormal. Seja U a varredura deles (as combinacoes lineares),
e seja PU o projetor sobre U . Entao, para qualquer dado v V , PU v e o vetor definido
por
r
X
(ei v) ei .
PU v =
i=1
r
(p) e
49
Ex. 9. (Transforma
c
ao de coordenadas no plano.)
dado (em coordenadas polares) por
A(r, ) :=
1 r
(r, ).
r2
Determine as componentes Ax (x, y) e Ay (x, y) de A(p) com respeito `as coordenadas Cartesianas, usando a formula de transformacao de componentes de vetores no Lema 2.4.
Ex. 10. (Coordenadas esf
ericas.)
r
(a) Para um ponto p arbitr
ario, calcule o vetor r
(p) (p). Para este fim, use a
r
BON {er (p), e (p), e (p)}. (I.e., faz a decomposicao dos vetores r
(p), (p) com
r
respeito a esta base, e calcule o vetor r
(p) (p) em termos da mesma base.)
Calcule tambem a norma deste vetor.
r
(b) Dito com o vetor r
, e suficiente considerar s
o pontos p com
r (p) (p). Aqu
A(r, ) :=
1 r
r2
(em coordenadas polares), e : t 7 r(t) uma curva fechada que faz uma volta em torno
da origem (um laco). Calcular a integral de A sobre a curva ! Commente sobre o
resultado. (Obs.: Primeiro tem que achar uma parametrizacao de tal curva. Qual sistema
de coordenadas?)
onde f, v e as coordenadas
(x, y, z) = (3, 1, 4);
(r, , ) = (1, /2, /4);
(x, y) = (0, 0).
50
3
X
ui (p) ai .
i=1
(Quais valores tem estes coordenadas para pontos no interior do paraleleppedo ou seja,
com a notacao da aula: qual e o domnio G0 das coordenadas ui ?) Escreva as coordenadas
Cartesianas (x, y, z) usadas inicialmente, bem como a densidade , em termos das novas
coordenadas (u1 , u2 , u3 ). (Cuidado! O origem escolhido inicialmente 6= p0 !) Determine
r
(p) e use a formula da aula sobre integrais de volume. Nicht eindeutig!!
ui
Ex. 18. (Fluxo do campo el
etrico.)
(a) Seja S a esfera do raio R, com orientacao tal que o vetor normal aponta para fora,
e seja
kq
op
~
E(p) :=
kopk
~ 3
o campo eletrico no ponto p gerado por uma carga puntiforme na origem o. Calcular
o fluxo de E sobre a superfcie S. Comente sobre o resultado!
(b) Seja agora S uma deformacao contnua da esfera, mais precisamente: uma superfcie
fechada que contem a origem o, e que tem a propriedade que cada raio comecando
em o passa por S exatamente uma vez. Determine uma parametrizacao para S, e
calcule o fluxo de E sobre S. Comente!
Dica: Escolha a parametrizacao analogamente com a esfera em termos de coordenadas esfericas, mas sem fixar r(s, t) = R!
Ex. 19. (Campos conservativos no R2 .) No R2 , seja C uma curva fechada que segue
somente as linhas de r e de , e nao contem o origem no interior. Entao, ela consiste de 4
segmentos, a saber entre 4 pontos com coordenades respectivas (r1 , 1 ), (r2 , 1 ), (r2 , 2 )
e (r1 , 2 ), onde 0 < r1 < r2 e 0 1 < 2 < 2.
(a) Achar uma parametrizacao da curva C.
r
(b) Seja A um campo vetorial da forma A(r) = f (r)
(em coordenadas polares).
Calcule a integral de A sobre a curva C do item (a). Mostre: Os integrais sobre todas
curvas fechadas da mesma forma23 como C s
ao zero se e somente se f (r) = c r2
para uma constante c.
(c) Seja E um campo vetorial da forma E(r) = f (r) r
r . Mostre: Os integrais de E
sobre todas curvas fechadas da mesma forma como C s
ao zero se e somente se f e
da forma f (r) = f(r).
23
51
em D.
(232)
Calcule este potencial , e faz o check que realmente vale eq. (232), usando a
formula explicita do gradiente em coordenadas polares.
em e conservativo.
(b) Fazer o mesmo com o campo E(r) = f (r) r
r , que tamb
(c) Visualizar os campos A e E dos items (a) e (b), respectivamente, e as superfcies
(neste caso bidimensional, as linhas) de nvel dos potenciais correspondentes. Faz
2 commentarios sobre a direcao dos gradentes em relacao a estes linhas de nvel.
Ex. 21. (Gradientes.) Calcule os gradientes das
ordenadas indicadas24 em parenteses:
(a) f (x, y, z) = 2x2 + 3y 3 + z
(Coordenadas
(b) f (r, , ) = sen () r2
(Coordenadas
(c) f (, , z) = exp() sen ()z 2 (Coordenadas
z
H
(b) Integrar C v dr ao longo de um crculo C no plano ortogonal a n que faz uma
volta em torno do eixo n no sentido contra-hor
ario. Verifique que
H
C v dr
= rot v ez .
area
Ex.
(a)
(b)
(c)
(d)
24
i
r
I.e., em termos da base { u
i } se as coordenadas {u } foram indicadas.
52
Q
r er .
R3
0 I
1
ln( ) ez .
2
53
sB(sr) rds :
(237)
(238)
No exterior do solen
oide, usando coordenadas cilndricas. Dica: Mostre primeiro
que a coordenada satisfaz
(sr) = s(r).
(239)
Ex. 30. (Regras para Nabla.) Mostre: Para uma superfcie S com contorno S e
funcoes f, g vale
Z
I
grad f grad g d.
(f grad g) dr =
S
Refer
encias
[1] G. Arfken, H. Weber, Mathematical Methods for Physicists (Academic Press, New
York, 1995)