Tensores

1 Tensores
1
Tensores
1.1 Introducción
Muchos fenómenos físicos se representan matemáticamente 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 serán dependientes y variarán con éste.
Los tensores pueden ser clasificados según su orden como:
Escalar (Tensor de orden 0): Cantidad que tiene magnitud pero no dirección (ejemplo:
densidad, temperatura, presión). 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 dirección (ejemplo: velocidad,
fuerza, momento, campo eléctrico). Será simbolizado por una letra en negrita con una
r
flecha en la parte superior del tensor, i.e.: • .
Tensor de segundo orden (Tensor de orden 2): Cantidad que tiene magnitud y dos
direcciones (ejemplo: tensión, deformación). Será simbolizado por una letra en negrita.
Para los tensores de órdenes superiores también usaremos letras en negrita.
Este capítulo trata del estudio detallado de los tensores (escalar, vector, tensor de segundo
orden, y de orden superior), y de algunas herramientas matemáticas que darán soporte al
desarrollo de las teorías que se exponen en los capítulos posteriores.
Primeramente, revisaremos algunas operaciones de vectores independientemente del
sistema de coordenadas. A continuación, 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 sólo
12 MECÁNICA DEL MEDIO CONTINUO: CONCEPTOS BÁSICOS
en función de sus componentes. Por último, expondremos la notación indicial por su

simplicidad y fácil manipulación matemática.
Posteriormente estudiaremos los tensores de orden superior, poniendo especial énfasis en
los tensores de segundo orden. Para finalizar, plantearemos los campos de tensiones y los
sistemas de coordenadas cilíndricas y esféricas.
1.2 Vectores
A continuación presentamos algunas operaciones entre vectores en el espacio vectorial

tridimensional Euclidiano (E ) .
Suma
r r
Sean los vectores a y b pertenecientes al espacio de vectores. La suma de los mismos, ver
r
Figura 1.1(a), será otro vector ( c ) dado por:
r r r r r
c =a+b=b+ a (1.1)
r r r
a r d a r
c c
r
r −b r
b b
a) b)
Figura 1.1: Suma y resta de vectores.
Resta
r r r
La resta de dos vectores ( a , b ), ver Figura 1.1(b), será otro vector ( d ) dado por:
r r r
d=a−b (1.2)
r r r
Para los vectores a , b y c , pertenecientes al espacio de vectores, se cumplen las siguientes
relaciones:
r r r r r r r r r
(a + b) + c = a + (b + c ) = a + b + c (1.3)
Producto por un escalar λ

r r r
Sea el vector a , el producto λa será un vector con la misma dirección de a , mientras que
su módulo y sentido dependerán del valor del escalar λ , tal y como se indica en la Figura
1.2.
Mecánica del Medio Continuo: Conceptos Básicos. Por: Eduardo W.V. Chaves
1 TENSORES 13
λ =1 λ >1 λ<0 0 < λ <1
r r r
r r λa a a
a a
r
λa
r
λa
Figura 1.2: Producto de un vector por un escalar.
Producto Escalar
r r
Sean los vectores a y b , se define el Producto Escalar de ambos vectores como un escalar γ
de valor:
r r r r
γ = a ⋅ b = a b cos θ (1.4)
siendo θ el ángulo formado por los dos vectores, y • es el módulo (o magnitud) de • .,

r r r r
ver Figura 1.3(a). Se puede concluir también que a ⋅ b = b ⋅ a .
r r
Para el caso en que a = b obtenemos que:
r r r r r r r r r r r
a ⋅ a = a a cos θ θ
→ a ⋅ a = a a ⇒ a = a ⋅ a
=0 º
(1.5)
Vector Unitario (versor)

r
Dado un vector a , el versor (vector unitario) asociado a esta dirección será un vector â
r
con la misma dirección y sentido de a , definido por:
r
a
aˆ = r (1.6)
a
r r
donde a es el módulo del vector a . Si â es un vector unitario, entonces debe cumplir
que:
aˆ = 1 (1.7)
Vector Nulo
El vector nulo viene representado por:

r
0 (1.8)
Vector Proyección
r r
El vector proyección del vector a sobre el vector b (Figura 1.3(b)) será un vector con la
r r
dirección de b y con módulo de valor projbr a dado por:
r r
projbr a = a ⋅ bˆ (1.9)
r
donde b̂ es el versor según la dirección de b , luego se cumple que:
r r
r a ⋅b
projbr a = r (1.10)
b
r 0≤θ≤π r
a a
. r
θ r θ
r b
b projbr a
a) b)
Figura 1.3: Producto escalar.
r r
Podemos obtener el vector projbr a como su módulo projbr a multiplicado por el versor
r
según la dirección de b :
r r r r r
r a⋅b b a⋅b r
projbr a = r r = r r b
b b b b (1.11)
1
4243
escalar
Ortogonalidad de dos vectores
Dos vectores son ortogonales entre sí cuando se cumple la siguiente condición:

r r
a⋅b = 0 (1.12)
Producto Vectorial
r r r
El producto vectorial de dos vectores a y b da como resultado un tercer vector c que se
caracteriza por ser perpendicular a estos dos vectores (Figura 1.4), y que posee las
siguientes características:
! Representación:
r r r r r
c = a ∧ b = −b ∧ a (1.13)
r r r
! Dado que c es perpendicular a a y a b , se cumple entonces que:
r r r r
a⋅c = b ⋅c = 0 (1.14)
r
! El módulo de c es por definición:
r r r
c = a b sin θ (1.15)
r r
siendo θ el menor ángulo formado entre los vectores a y b , ver Figura 1.4.
1 TENSORES 15
r r r r r D
c = a∧b c
D b
r A
b
A θ
.. r C
a
.. θ r O
a C
O r r r
−c = b∧a
a) b)
Figura 1.4: Producto vectorial.
El módulo del producto vectorial es el área ( A ) del paralelogramo formado por estos dos
vectores, ver Figura 1.4:
r r
A= a∧b (1.16)
y como consecuencia el área del triangulo formado por los puntos OCD (Figura 1.4(a))
será:
1 r r
AT = a∧b (1.17)
2
r r r r
Si a y b son colineales (linealmente dependiente, i.e. a = αb , donde α es un escalar), el
r
producto vectorial entre ellos resultará el vector nulo, 0 .
Triple Producto Escalar

r r r
Dados tres vectores ( a, b, c ) se denomina el triple producto escalar a:
( )
r r r r r r r r r
(
a ⋅ b ∧ c = b ⋅ (c ∧ a) = c ⋅ a ∧ b = V )
( ) ( )
r r r r r r r r r (1.18)
V = −a ⋅ c ∧ b = −b ⋅ (a ∧ c ) = −c ⋅ b ∧ a
El resultado de esta operación es el volumen del paralelepípedo ( V ) formado por estos tres
vectores, tal y como se muestra en la Figura 1.5.
r r
Luego, para vectores cualesquiera a , b se cumple que:
(
r r r r
)
a⋅ b ∧ a = 0 (1.19)
r r r r
Dado los vectores a , b , c , d , y α , β escalares, la siguiente propiedad es válida:
r r r r r r r r r r
(α a + β b) ⋅ (c ∧ d) = α a ⋅ (c ∧ d) + β b ⋅ (c ∧ d) (1.20)
NOTA: Algunos autores representan el triple producto escalar por la siguiente

r r r r r r
( )
r r r r r r r r r r r r
nomenclatura, [a, b, c ] ≡ a ⋅ b ∧ c , [b, c, a] ≡ b ⋅ (c ∧ a) , [c, a, b] ≡ c ⋅ a ∧ b , y así ( )
sucesivamente. ■
V ≡ Triple producto escalar
r r r r V
a∧b c
b
.. θ r
a
Figura 1.5: Triple producto escalar.
Triple Producto Vectorial

r r r r
Dados tres vectores a , b y c , el triple producto vectorial resulta un vector w dado por
r r r r
( )
w = a ∧ b ∧ c , siendo válidas las siguientes relaciones:
r r r r
w=a∧ b∧c ( ) ( )
r r r r r r
(
= −c ∧ a ∧ b = c ∧ b ∧ a )
( )
r r r r r r
= (c ⋅ a) b − c ⋅ b a (1.21)
( )
r r r r r r
= (a ⋅ c ) b − a ⋅ b c
r
Observemos que el vector w es un vector contenido en el plano Π1 , formado por los vectores
r r
b y c , según se muestra en la Figura 1.6.
r r
Π1 Π1 - plano formado por b y c
Π2 r r r r
c Π 2 - plano formado por a y b ∧ c
r r
b w contenido en el plano Π1
r
a
r r
r b∧c
w
Figura 1.6: Triple producto vectorial.
1 TENSORES 17
r r
Ejemplo 1.1: Probar que si a y b son vectores se cumple que:
(ar ∧ br )⋅ (ar ∧ br ) = (ar ⋅ ar )(br ⋅ br ) − (ar ⋅ br )
2
Solución:
(ar ∧ br )⋅ (ar ∧ br )
r r 2
= a∧b
r r
= a b sin θ (2
)
r 2 r 2
= a b sin 2 θ
r 2 r 2
= a b 1 − cos 2 θ ( )
r 2 r 2 r 2 r 2
= a b − a b cos 2 θ
r 2 r 2
= a b − a b cos θ
r r 2
( )
r 2 r 2 r r 2
= a b − a⋅b ( )
r r r r r r 2
= (a ⋅ a) b ⋅ b − a ⋅ b ( ) ( )
r r r 2 r r r 2
donde hemos considerado que a ⋅ a = a y b ⋅ b = b .
Transformación Lineal
Decimos que una transformación F es una transformación lineal cuando dados dos
r r
vectores u y v y un escalar α se cumplen que:
r r r r
! F (u + v ) = F (u) + F ( v )
r r
! F (αu) = αF (u)
1
Ejemplo 1.2: Verificar si para las siguientes transformaciones σ(ε) = Eε y ψ(ε) = Eε 2
2
son transformaciones lineales.
Solución:
σ(ε 1 + ε 2 ) = E [ε1 + ε 2 ] = Eε 1 + Eε 2 = σ(ε1 ) + σ(ε 2 ) (transformación lineal)
σ(ε)
σ (ε 1 + ε 2 ) = σ (ε 1 ) + σ ( ε 2 )
σ (ε 2 )
σ (ε 1 )
ε1 ε2 ε1 + ε 2 ε
1
La transformación ψ(ε) = Eε 2 se demuestra fácilmente que no es una
2
transformación lineal ya que:
1
2
1
[
ψ(ε1 + ε 2 ) = E[ε1 + ε 2 ]2 = E ε12 + 2ε1ε 2 + ε 22
2
]
1 2 1 2 1
= Eε1 + Eε 2 + E 2ε1ε 2
2 2 2
= ψ (ε1 ) + ψ (ε 2 ) + Eε 1ε 2 ≠ ψ (ε 1 ) + ψ (ε 2 )
ψ (ε)
ψ (ε1 + ε 2 )
ψ (ε1 ) + ψ (ε 2 )
ψ (ε 2 )
ψ (ε1 )
ε1 ε2 ε1 + ε 2 ε
1 TENSORES 19
1.3 Sistema de Coordenadas
Un tensor es una interpretación matemática de un concepto físico. Sus componentes

adoptan valores que dependen del sistema de coordenadas elegido para representarlo, ver
Figura 1.7.
TENSORES
Interpretación matemática de conceptos físicos
(Independiente del sistema de coordenadas)
COMPONENTES
Representación del Tensor en
un Sistema de Coordenadas
Figura 1.7: Esquema tensor-componentes.

r
Consideremos un tensor de orden uno ( a ) como el representado en la Figura 1.8(a), la
representación de este tensor en un sistema de coordenadas genérico ( ξ1 , ξ 2 , ξ 3 ) se hace a
través de sus componentes ( a1 , a 2 , a 3 ), ver Figura 1.8(b).
ξ3 ξ2
r
a ( a1 , a 2 , a 3 )
r r
a a
a) b)
ξ1
Figura 1.8: Representación de un vector.
Los sistemas de coordenadas pueden ser de varios tipos: coordenadas curvilíneas,

coordenadas cartesianas rectangulares, coordenadas cilíndricas y coordenadas esféricas,
entre otros.
1.3.1 Sistema de Coordenadas Rectangulares
El sistema de coordenadas cartesianas rectangulares viene definido por tres vectores: î , ĵ ,

k̂ , 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):
î = ˆj = kˆ = 1 (1.22)
o lo que es igual:
î ⋅ î = ˆj ⋅ ˆj = kˆ ⋅ kˆ = 1 (1.23)
2. Los vectores de esta base son ortogonales entre sí, es decir:
î ⋅ ˆj = ˆj ⋅ kˆ = kˆ ⋅ î = 0 (1.24)
3. El Producto vectorial entre los versores que forman esta base cumple lo siguiente:
î ∧ ˆj = kˆ ; ˆj ∧ kˆ = î ; kˆ ∧ î = ˆj (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.
î ∧ ˆj = kˆ ˆj ∧ kˆ = î kˆ ∧ î = ˆj (1.26)
ĵ ĵ ĵ
î î î
k̂ k̂
k̂
Figura 1.9: Regla de la mano derecha.
1.3.2 Representación de los Vectores en el Sistema de

Coordenadas Cartesianas
r
En el sistema de coordenadas cartesianas, el vector a (Figura 1.10) está representado por
sus componentes ( a x , a y , a z ) como:
r
a = a x î + a y ˆj + a z kˆ (1.27)
ay
r
a
ĵ
î ax
k̂
x
az
Figura 1.10: Vector en el sistema cartesiano.
1 TENSORES 21
Las operaciones básicas particularizadas a este sistema de referencia son:

r r
! Producto Escalar de dos vectores a y b
r r
a ⋅ b = (a x î + a y ˆj + a z kˆ ) ⋅ (b x î + b y ˆj + b z kˆ )
(1.28)
= (a x b x + a y b y + a z b z )
r r r
Luego, se cumple que a ⋅ a = a x a x + a y a y + a z a z = a 2x + a 2y + a 2z = a
2
NOTA: La proyección de un vector sobre una dirección determinada obtenemos a

través del producto escalar del vector y del versor que define esa dirección. Como
r
ejemplo, si quisiéramos obtener la componente del vector a según la dirección y
r
(representado por su versor ĵ ) es suficiente con: a ⋅ ˆj = (a x î + a y ˆj + a z kˆ ) ⋅ (ˆj) = a y .■
r
! módulo del vector a
r
a = a 2x + a 2y + a 2z (1.29)
r
! vector unitario correspondiente al vector a
r
a ax ay az
aˆ = r = î + ˆj + kˆ
a
(1.30)
a x + a 2y + a 2z
2
a 2x + a 2y + a 2z a 2x + a 2y + a 2z
! vector nulo
r
0 = 0 î + 0 ˆj + 0 kˆ (1.31)
r r
! Suma de dos vectores a y b
r r
a + b = (a x î + a y ˆj + a z kˆ ) + (b x î + b y ˆj + b z kˆ )
(1.32)
x (
= (a + b ) î + a + b ˆj + (a + b ) kˆ
x y y ) z z
r r
! Resta de dos vectores a y b
r r
a − b = (a x î + a y ˆj + a z kˆ ) − (b x î + b y ˆj + b z kˆ )
(1.33)
x (
= (a − b ) î + a − b ˆj + (a − b ) kˆ
x y y ) z z
! Multiplicación por un escalar λ

r
λa = λa x î + λa y ˆj + λa z kˆ (1.34)
r r
! Producto Vectorial de dos vectores a y b
î ˆj kˆ
r r r a y az a ay
c = a ∧ b = ax ay az = î − a x a z ˆj + x kˆ
by bz bx bz bx b y (1.35)
bx b y bz
= (a y b z − a z b y )î − (a xb z − a z b x )ˆj + (a xb y − a y b x )kˆ
donde el símbolo • ≡ det (•) se emplea para indicar el determinante de una matriz.
r r r
! Triple Producto Escalar de los vectores ( a, b, c ) en términos de sus
componentes viene definido por:
ax ay az
r r r
(
r r r r r r r r r
)
V (a, b, c ) = a ⋅ b ∧ c = b ⋅ (c ∧ a) = c ⋅ a ∧ b = b x ( ) by bz
cx cy cz
by bz bx bz bx by (1.36)
= ax − ay + az
cy cz cx cz cx cy
( ) (
= a x b y c z − b z c y − a y (b x c z − b z c x ) + a z b x c y − b y c x )
r r r
! Triple Producto Vectorial de los vectores ( a, b, c ) en función de sus
componentes es:
r r r
(
a∧ b∧c ) r r r r r r
( )
= (a ⋅ c ) b − a ⋅ b c
(1.37)
( )
= (λ 1b x − λ 2 c x ) î + λ 1b y − λ 2 c y ˆj + (λ 1b z − λ 2 c z ) kˆ
r r r r
con λ 1 = a ⋅ c = a x c x + a y c y + a z c z , y λ 2 = a ⋅ b = a x b x + a y b y + a z b z .
Ejemplo 1.3: Considérense los puntos A(1,3,1) , B (2,−1,1) , C (0,1,3) y D(1,2,4 ) .

Se pide:
→ →
1) Encontrar el área del paralelogramo definido por AB y AC ;
→ → →
2) Encontrar el volumen del paralelepípedo definido por: AB , AC y AD ;
→ →
3) Encontrar el vector proyección del vector AB sobre el vector BC .
Solución:
→ →
1) Primero se calculan los vectores AB y AC :
r → → →
a = AB = OB − OA = (2î − 1ˆj + 1kˆ ) − (1î + 3ˆj + 1kˆ ) = 1î − 4ˆj + 0kˆ
(0î + 1ˆj + 3kˆ )− (1î + 3ˆj + 1kˆ ) = −1î − 2ˆj + 2kˆ
r → → →
b = AC = OC − OA =
Utilizando la definición (1.35) se obtiene el producto vectorial:
î ˆj kˆ
r r
a∧b= 1 − 4 0 = ( −8)î − 2ˆj + ( −6)kˆ
−1 − 2 2
El área del paralelogramo será igual al módulo del vector resultante del producto
vectorial:
r r
A = a ∧ b = (−8) 2 + (−2) 2 + ( −6) 2 = 104 (unidades cuadradas)
→
2) Calculando vector AD :
r → → →
( ) ( )
c = AD = OD − OA = 1î + 2ˆj + 4kˆ − 1î + 3ˆj + 1kˆ = 0î − 1ˆj + 3kˆ
Utilizando la definición (1.36):
1 TENSORES 23
r r r r r r
V (a, b, c ) = c ⋅ a ∧ b ( ) = (0î − 1ˆj + 3kˆ )⋅ (− 8î − 2ˆj − 6kˆ )
= 0 + 2 − 18 = 16 (unidades cúbicas)
→
3) A continuación calculamos el vector BC :
→ → →
( ) (
BC = OC − OB = 0î + 1ˆj + 3kˆ − 2î − 1ˆj + 1kˆ = −2î + 2ˆj + 2kˆ )
Utilizando la ecuación (1.11):
proj
→
AB =
→
BC ⋅ AB
→
BC
→
=
(− 2î + 2ˆj + 2kˆ )⋅ (1î − 4ˆj + 0kˆ ) (− 2î + 2ˆj + 2kˆ )
→
BC →
BC
1
42 ⋅4
BC
3
→
(− 2î + 2ˆj + 2kˆ )⋅ (− 2î + 2ˆj + 2kˆ )
→ 2
BC
=
(− 2 − 8 + 0 ) (− 2î + 2ˆj + 2kˆ )
(4 + 4 + 4 )
→ 5ˆ 5ˆ 5 ˆ
proj →
AB = i − j− k
BC 3 3 3
1.3.3 Convenio de Suma de Einstein

r
Definimos en la ecuación (1.27) la representación de un vector a en el sistema de
coordenadas rectangular:
r
a = a x î + a y ˆj + a z kˆ (1.38)
Podemos reescribir la ecuación anterior como:

r
a = a1eˆ 1 + a 2 eˆ 2 + a 3 eˆ 3 (1.39)
donde hemos considerado que: a1 ≡ a x , a 2 ≡ a y , a 3 ≡ a z , eˆ 1 ≡ î , eˆ 2 ≡ ĵ , eˆ 3 ≡ k̂ , tal y

como se indica en la Figura 1.11. De esta forma podemos expresar la ecuación (1.39) como
una suma:
3
r
a = a1eˆ 1 + a 2 eˆ 2 + a 3 eˆ 3 = ∑ a eˆ i i (1.40)
i =1
o simplemente utilizando el convenio de suma o Notación de Einstein, según la cual, se

utilizan índices repetidos para indicar suma, así pues la expresión (1.40) queda de la
siguiente manera:
r
a = a1eˆ 1 + a 2 eˆ 2 + a 3 eˆ 3 = a i eˆ i (i = 1,2,3)
(1.41)
r
a = a i eˆ i (i = 1,2,3)
NOTA: La notación de suma fue introducida por Albert Einstein en 1916, dando origen
así a la notación indicial. ■
a y ≡ a2
r
a
ˆj ≡ eˆ
2
î ≡ eˆ a x ≡ a1
1
x
a z ≡ a3 kˆ ≡ eˆ 3
1.4 Notación Indicial
Utilizando notación indicial los ejes del sistema de coordenadas son designados por la letra
x con un subíndice. Por eso xi no representa un único valor, sino i valores, es decir x1 ,
x 2 , x3 ( si i = 1,2,3 ) donde estos valores ( x1 , x 2 , x3 ) corresponden respectivamente a los
ejes ( x , y , z ).
r
En un sistema de coordenadas cartesianas, un vector a será representado por sus
componentes en la base del citado sistema de la siguiente forma:
r
a = a1eˆ 1 + a 2 eˆ 2 + a 3 eˆ 3 (1.42)
donde ê1 , ê 2 , ê 3 son versores (vectores unitarios), tal y como se muestra en la Figura
1.12, y a1 , a 2 , a 3 son las componentes del vector. En notación indicial las componentes del
vector serán representadas por a i . Si no se indica el rango del subíndice, se supondrá que
adopta los valores 1,2,3. Por tanto, las componentes de vector pueden representarse de la
siguiente forma:
 a1 
r
(a) i = a i = a 2  (1.43)
 a 3 
1 TENSORES 25
y ≡ x2
a2
r
a
ê 2
ê1 a1
x ≡ x1
ê 3
a3
z ≡ x3

r
Componentes del Vector Unitario: Dado un vector a , el vector unitario asociado a esta
dirección será un vector â dado por:
r
a
aˆ = r con aˆ = 1 (1.44)
a
cuyas componentes serán:

ai ai ai
aˆ i = = = (i, j , k = 1,2,3) (1.45)
a12 + a 22 + a 32 a ja j ak ak
Los subíndices se denominan de 2 formas:

Subíndices libres aquellos que sólo aparecen una vez en un término de la expresión. En la
ecuación anterior el subíndice libre es el subíndice ( i ). El número de subíndices
libres indica el orden del tensor.
Subíndices mudos son los subíndices que se repiten en una expresión indicando suma. En la
ecuación anterior (1.45) son, o bien el ( j ), o bien el ( k ).
OBS.: Un subíndice en un término de una expresión sólo puede aparecer una o

dos veces. En el caso de que aparezca tres o más veces, entonces la expresión es
incorrecta.
Producto Escalar: Utilizando las definiciones (1.4) y (1.28), podemos expresar el producto
escalar en notación indicial de la siguiente forma:
r r r r
γ = a ⋅ b = a b cos θ
(1.46)
γ = a1b1 + a 2 b 2 + a 3b 3 = a i b i = a j b j (i, j = 1,2,3)
Ejemplo 1.4: Reescribir en notación indicial las siguientes expresiones:
1) a1 x1 x 3 + a 2 x 2 x 3 + a 3 x 3 x 3
Solución: a i xi x 3 (i = 1,2,3)
2) x1 x1 + x2 x2
Solución: xi x i (i = 1,2)
 a11 x + a12 y + a13 z = b x


3) a 21 x + a 22 y + a 23 z = b y

 a 31 x + a 32 y + a 33 z = b z
Solución:
 a11 x1 + a12 x 2 + a13 x 3 = b1  a1 j x j = b1
 
índice índice
a 21 x1 + a 22 x 2 + a 23 x 3 = b2
mudo j
 → a 2 j x j = b2 libre
i → a ij x j = bi
a x + a x + a x = b 
 31 1 32 2 33 3 3  a 3 j x j = b3
Como podemos apreciar, la utilización de la notación indicial supone que la
expresión quede muy concisa. En muchos casos, tratar de realizar manipulaciones
algebraicas sin utilizar notación indicial o tensorial es casi imposible debido a la
gran cantidad de términos que pueden intervenir.
Ejemplo 1.5: Expandir la expresión: Aij x i x j (i, j = 1,2,3)
Solución: Los índices i, j son índices mudos (indican suma), no hay índice libre, y como
resultado tenemos un escalar. Expandimos primero el índice mudo i y a
continuación el índice j , resultando así:
Aij x i x j expandiend
   oi
→ A1 j x1 x j + A2 j x 2 x j + A3 j x 3 x j
1424 3 1 424 3 1 424 3
A11 x1 x1 A21 x 2 x1 A31 x 3 x1
+ + +
expandiendo j
A12 x1 x 2 A22 x 2 x 2 A32 x 3 x 2

+ + +
A13 x1 x 3 A23 x 2 x 3 A33 x 3 x 3
Reagrupando los términos anteriores obtenemos:

Aij x i x j = A11 x1 x1 + A12 x1 x 2 + A13 x1 x 3 + A21 x 2 x1 + A22 x 2 x 2 +
A23 x 2 x 3 + A31 x 3 x1 + A32 x 3 x 2 + A33 x 3 x 3
1 TENSORES 27
1.4.1.1 Delta de Kronecker
El símbolo delta de Kronecker δ ij definimos de la manera siguiente:
 1 si i = j

δ ij =  (1.47)
 0 si i ≠ j

Observemos también que el producto escalar de la base ortonormal eˆ i ⋅ eˆ j es 1 si i = j y 0

si i ≠ j . Si lo anterior lo exponemos de forma explícita, obtendremos:
 eˆ 1 ⋅ eˆ 1 eˆ 1 ⋅ eˆ 2 eˆ 1 ⋅ eˆ 3  1 0 0
 
eˆ i ⋅ eˆ j = eˆ 2 ⋅ eˆ 1 eˆ 2 ⋅ eˆ 2 eˆ 2 ⋅ eˆ 3  = 0 1 0 = δ ij (1.48)
eˆ 3 ⋅ eˆ 1 eˆ 3 ⋅ eˆ 2 eˆ 3 ⋅ eˆ 3  0 0 1

Una propiedad muy interesante de la delta de Kronecker la demostraremos a continuación
r
con el siguiente ejemplo, sea un vector ( V ) de componentes ( Vi ) se cumple:
δ ij Vi = δ 1 jV1 + δ 2 jV2 + δ 3 jV3 (1.49)
luego, como ( j = 1,2,3) es un índice libre tenemos:
j = 1 ⇒ δ ij Vi = δ 11V1 + δ 21V2 + δ 31V3 = V1 


j = 2 ⇒ δ ij Vi = δ 12V1 + δ 22V2 + δ 32V3 = V 2  ⇒ δ ij Vi = V j (1.50)

j = 3 ⇒ δ ijVi = δ 13V1 + δ 23V 2 + δ 33V3 = V3 
Es decir, en la presencia del símbolo Delta de Kronecker reemplazamos el índice repetido,

tal y como se indica a continuación:
δi j V i =V j (1.51)
Por esta razón, la delta de Kronecker es frecuentemente llamada operador de sustitución. Otros
ejemplos:
δ ij Aik = A jk
δ ij δ ji = δ ii = δ jj = δ 11 + δ 22 + δ 33 = 3 (1.52)
δ ji a ji = aii = a jj = a11 + a 22 + a33
Más aún, se puede decir que:

 ∂x1 ∂x1 ∂x1 
 
 ∂x1 ∂x 2 ∂x 3  1 0 0
∂xi  ∂x 2 ∂x 2 ∂x 2  
= = 0 1 0 = δ ij (1.53)
∂x j  ∂x1 ∂x 2 ∂x 3 
   
 ∂x 3 ∂x3 ∂x 3  0 0 1 
 ∂x1 ∂x 2 ∂x 3 
r
Sea la base ortonormal ê i , podemos obtener las componentes del vector a en esta base
como:
r
a ⋅ eˆ i = a p eˆ p ⋅ eˆ i = a p δ pi = a i (1.54)
Con eso podemos representar un vector como:
r r
a = a i eˆ i = (a ⋅ eˆ i )eˆ i (1.55)
Ejemplo 1.6: Resolver las siguientes expresiones:

1) δ ii δ jj
Solución: δ ii δ jj = (δ 11 + δ 22 + δ 33 )(δ 11 + δ 22 + δ 33 ) = 3 × 3 = 9
2) δ α1δ αγ δ γ1
Solución: δ α1δ αγ δ γ1 = δ γ1δ γ1 = δ 11 = 1
NOTA: Observar que es incorrecto hacer la siguiente operación
δ γ1δ γ1 ≠ δ γγ = 3 ≠ δ 11 = 1 , ya que lo que se reemplaza es el índice repetido ■
1.4.1.2 Símbolo de Permutación
El símbolo de permutación  ijk viene definido como:
+ 1 si (i, j , k ) ∈ {(1,2,3), (2,3,1), (3,1,2)}


 ijk ≡ − 1 si (i, j , k ) ∈ {(1,3,2), (3,2,1), (2,1,3)} (1.56)
0 para el resto de casos i.e. : si (i = j ) o ( j = k ) o (i = k )

NOTA:  ijk son las componentes del Pseudo-tensor Levi-Civita, que será definido mas
adelante. ■
Otra forma de expresar este operador es a través de sus subíndices:
1
 ijk = (i − j )( j − k )(k − i ) (1.57)
2
Los valores de  ijk pueden ser fácilmente memorizados si utilizamos la Figura 1.13(a).
ijk = 1
1 i ijk =  jki = kij
ijk = −1 ijk = −ikj  ijk = − ikj

3 2 k j = − kji
= − jik
a) b)
Figura 1.13: Símbolo de permutación.
Con la definición (1.67) y utilizando la Figura 1.13(b) podemos comprobar que las
siguientes relaciones son válidas:
 ijk =  jki =  kij
(1.58)
 ijk = − ikj = − jik = − kji
1 TENSORES 29
Si expresamos el símbolo de permutación en función de la delta de Kronecker (operador de

sustitución), obtenemos:
 ijk =  lmn δ li δ mj δ nk
= δ 1i δ 2 j δ 3k − δ 1i δ 3 j δ 2 k − δ 2i δ 1 j δ 3k + δ 3i δ 1 j δ 2 k + δ 2i δ 3 j δ 1k − δ 3i δ 2 j δ 1k (1.59)
( ) (
= δ 1i δ 2 j δ 3k − δ 3 j δ 2 k − δ 1 j (δ 2i δ 3k − δ 3i δ 2 k ) + δ 1k δ 2i δ 3 j − δ 3i δ 2 j )
lo que es igual al resultado del siguiente determinante:
δ 1i δ 1 j δ 1k δ 1i δ 2i δ 3i
 ijk = δ 2i δ 2 j δ 2 k = δ 1 j δ 2 j δ 3 j (1.60)
δ 3i δ 3 j δ 3k δ 1k δ 2 k δ 3k
Por lo tanto podemos expresar el producto  ijk  pqr como el producto de dos
determinantes que definimos a continuación:
δ 1i δ 2i δ 3i δ 1 p δ 1q δ 1r
 ijk  pqr = δ1 j δ 2 j δ 3 j δ 2 p δ 2q δ 2r (1.61)
δ 1k δ 2 k δ 3k δ 3 p δ 3q δ 3r
Si tenemos en cuenta que dadas dos matrices cuadradas se cumple que

det (AB ) = det (A )det (B ) , donde det (•) ≡ • es el determinante de la matriz • , la relación
(1.61) resulta ser:
δ ip δ iq δ ir
 ijk  pqr = δ jp δ jq δ jr (1.62)
δ kp δ kq δ kr
Observemos que el término δ ip fue obtenido a través de la operación:

δ 1i δ 1 p + δ 2i δ 2 p + δ 3i δ 3 p = δ mi δ mp = δ ip , análogamente podemos obtener el resto de
términos.
Para el caso particular en el que r = k la relación (1.62) puede expresarse como:
 ijk  pqk = δ ip δ jq − δ iq δ jp i, j , k , p, q = 1,2,3 (1.63)
Ejemplo 1.7: a) Probar que  ijk  pjk = 2δ ip y que  ijk  ijk = 6 . b) Obtener el valor numérico
de la siguiente expresión  ijk δ 2 j δ 3k δ 1i .
Solución: a) Utilizando la expresión (1.63):
 ijk  pqk = δ ip δ jq − δ iq δ jp
y haciendo q = j , resulta:
 ijk  pjk = δ ip δ jj − δ ij δ jp
= δ ip 3 − δ ip = 2δ ip
Partiendo del resultado anterior, es trivial la siguiente comprobación:
 ijk  ijk = 2δ ii = 6
b)  ijk δ 2 j δ 3k δ 1i = 123 = 1
r r r
! El Producto Vectorial de dos vectores a y b resultará un vector c , definido en
(1.35), y viene dado por:
eˆ 1 eˆ 2 eˆ 3
r r r
c = a ∧ b = a1 a 2 a 3
b1 b 2 b 3 (1.64)
= (a 2 b 3 − a 3b 2 )eˆ 1 + (a 3b1 − a1b 3 )eˆ 2 + (a1b 2 − a 2 b1 )eˆ 3
142 4 43 4 14243 14243
c1 c2 c3
Podemos utilizar la definición del símbolo de permutación  ijk , definido en (1.56), y

r
expresar las componentes de c como:
c 1 = 123 a 2 b 3 + 132 a 3b 2 = 1 jk a j b k 

c 2 =  231a 3b1 +  213 a1b 3 =  2 jk a j b k  ⇒ c i =  ijk a j b k (1.65)

c 3 =  312 a1b 2 +  321a 2 b1 =  3 jk a j b k 
r r
Luego, el producto vectorial, entre dos vectores a , b , podrá ser representado a través del
símbolo de permutación como:
r r
a ∧ b =  ijk a j b k eˆ i (1.66)
Podemos relacionar el operador de permutación con la base ortonormal ê i a través del

triple producto escalar de dicha base:
eˆ i ∧ eˆ j =  ijm eˆ m
(eˆ i ∧ eˆ j )⋅ eˆ k =  ijm eˆ m ⋅ eˆ k =  ijm δ mk (1.67)
(eˆ i ∧ eˆ j )⋅ eˆ k =  ijk
r r r
! El Triple Producto Escalar de los vectores ( a, b, c ) viene dado por:
a1 a 2 a3
(
r r r r r r r r r
)
λ = a ⋅ b ∧ c = b ⋅ (c ∧ a) = c ⋅ a ∧ b = b1 b 2 ( ) b3 (1.68)
c1 c2 c3
En función del símbolo de permutación lo podemos expresar como:

r r r
( )
⇒ λ = a ⋅ b ∧ c =  ijk a i b j c k (i, j , k = 1,2,3) (1.69)
r
(r r ) r r
Demostraremos que se cumplen a ⋅ b ∧ c = b ⋅ (c ∧ a) = c ⋅ a ∧ b partiendo de la relación
r r r
( r
)
(1.69), y además teniendo en cuenta las relaciones dadas en (1.58), obtenemos que:
r r r r r r
(
[a, b, c ] ≡ a ⋅ b ∧ c ) = ijk aib j c k
r r r r r r
=  jki aib j c k = b ⋅ (c ∧ a) ≡ [b, c , a]
r r r
( )
r r r
=  kij aib j c k = c ⋅ a ∧ b ≡ [c, a, b]
r r r
(
= −ikj aib j c k = −a ⋅ c ∧ b ≡ −[a, c , b]
r r r
)
r r r
r r r
(1.70)
= − jik aib j c k = −b ⋅ (a ∧ c ) ≡ −[b, a, c ]

r r r
( )
r r r
= − kji aib j c k = −c ⋅ b ∧ a ≡ −[c, b, a]
1 TENSORES 31
Ejemplo 1.8: Escribir la siguiente relación a ∧ b ⋅ c ∧ d (r r ) (r r ) sin emplear el producto

vectorial.
(r r )
Solución: Observemos que el producto vectorial a ∧ b lo podemos expresar de la siguiente
(r r )
forma: a ∧ b = a j eˆ j ∧ b k eˆ k =  ijk a j b k eˆ i , cuyo resultado será un vector. De esta
forma hemos utilizado la definición del símbolo de permutación (1.66).
Análogamente podemos expresar el producto vectorial c ∧ d como
r r
( )
(r r
)
c ∧ d =  nlm c l d m eˆ n , por lo tanto:
(
r r r r
)( )
a ∧ b ⋅ c ∧ d =  ijk a j b k eˆ i ) ⋅ ( nlm c l d m eˆ n )
=  ijk  nlm a j b k c l d m eˆ i ⋅ eˆ n
=  ijk  nlm a j b k c l d m δ in
=  ijk  ilm a j b k c l d m
Teniendo en cuenta que  ijk  ilm =  jki  lmi (relación (1.58)) y aplicando la relación
(1.63) ( i.e.:  jki  lmi = δ jl δ km − δ jm δ kl ) =  jki  ilm ), concluimos que:
 ijk  ilm a j b k c l d m = (δ jl δ km − δ jm δ kl ) a j b k c l d m = a l b m c l d m − a m b l c l d m
r r
Puesto que el subíndice mudo indica el producto escalar: a l c l = (a ⋅ c ) y
r r
( )
b m d m = b ⋅ d , luego:
r r
a∧b (
)⋅ (cr ∧ dr ) = (ar ⋅ cr ) (br ⋅ dr ) − (ar ⋅ dr )(br ⋅ cr )
Ejemplo 1.9: Probar que: (a ∧ b ) ∧ (c ∧ d) = c (d ⋅ a ∧ b ) − d(c ⋅ a ∧ b )
Solución: Expresaremos en notación indicial el segundo miembro de la expresión:

[cr (dr ⋅ ar ∧ br ) − dr (cr ⋅ ar ∧ br )] p [ ( )] [ (
= c p d i  ijk a j b k − d p c i  ijk a j b k )]
⇒  ijk a j b k c p d i −  ijk a j b k c i d p
(
⇒  ijk a j b k c p d i − c i d p )
Si utilizamos la propiedad de la delta de Kronecker:
⇒  ijk a j b k (δ pm c m d n δ ni − δ im c m d n δ np )
( ) (
⇒  ijk a j b k c m d n δ pm δ ni − δ im δ np )
y si consideramos (1.63), resulta: δ pm δ ni − δ im δ np =  pil  mnl . Reemplazamos en la
expresión anterior y obtenemos:
⇒ ( ijk a j b k ) c m d n ( pil  mnl )
⇒  pil [( ijk a j b k ) ( mnl c m d n )]
(r r )
Dado que las componentes de a ∧ b son  ijk a j b k y las componentes de c ∧ d (r r )
son  mnl c m d n , obtenemos que:
[(r r ) (r r )]
 pil [( ijk a j b k ) ( mnl c m d n )] = a ∧ b ∧ c ∧ d p
r r r r
Ejemplo 1.10: Si a , b , c y v son vectores y que se cumple que:
r r r r
v = α a + βb + γ c
Probar que los escalares α , β , γ son dados por:
 ijk v i b j c k  ijk a i v j c k  ijk a i b j v k
α= ; β= ; γ=
 pqr a p b q c r  pqr a p b q c r  pqr a p b q c r
Solución:
r r r
Haciendo el producto escalar del vector v por el vector ( b ∧ c ) obtenemos que:
v ⋅ (b ∧ c ) = αa ⋅ (b ∧ c ) + β b ⋅ (b ∧ c ) + γ c ⋅ (b ∧ c )
14243 14243
=0 =0
Obtenemos entonces el valor de α como:
r r r
v ⋅ (b ∧ c )
α= r r r
a ⋅ (b ∧ c )
En componentes:
v1 v2 v3 v1 b1 c1
b1 b2 b3 v2 b2 c2
c1 c2 c3 v3 b3 c3  ijk v i b j c k
α= = =
a1 a2 a3 a1 b1 c1  pqr a p b q c r
b1 b2 b3 a2 b2 c2
c1 c2 c3 a3 b3 c3
Análogamente podemos obtener los parámetros β , γ , es decir, hacemos el
r r r r r
producto escalar del vector v por los vectores a ∧ c y a ∧ b , respectivamente.
Ejemplo 1.11: Probar la relación (1.37):

r r r
(
r r r r r r
a ∧ b ∧ c = (a ⋅ c ) b − a ⋅ b c) ( )
r r
(
Solución: Representando el producto vectorial b ∧ c i =  ijk b j c k , luego: )
r r r
[ ( )]
a ∧ b ∧ c r =  rsi a s ( ijk b j c k )
=  rsi  ijk a s b j c k =  rsi  jki a s b j c k
( )
= δ rj δ sk − δ rk δ sj a s b j c k
= δ rj δ sk a s b j c k − δ rk δ sj a s b j c k
= akbr c k − a jb jc r
r r r r
= b r (a ⋅ c ) − c r a ⋅ b( )
luego
[ar ∧ (br ∧ cr )] = [br (ar ⋅ cr ) − cr (ar ⋅ br )]
r r
1 TENSORES 33
1.5 Tensores de Orden Superior
1.5.1 Diádicas
El producto diádico de dos vectores (producto tensorial) resultará ser un tensor de segundo
r r
orden. Si consideramos los vectores v y u , el producto diádico vendrá representado por:
rr r r
uv ≡ u ⊗ v = A (1.71)
donde el operador ⊗ denota el producto tensorial.
El producto diádico obedece a las siguientes leyes:
r r r r r r r r r
1. (u ⊗ v ) ⋅ x = u( v ⋅ x ) ≡ u ⊗ ( v ⋅ x ) (1.72)
r r r r r r r
2. u ⊗ (αv + βw ) = αu ⊗ v + βu ⊗ w (1.73)
r r r r r r r r r r r
3. (αv ⊗ u + βw ⊗ r ) ⋅ x = α ( v ⊗ u) ⋅ x + β ( w ⊗ r ) ⋅ x
r r r r r r (1.74)
= α[v ⊗ (u ⋅ x )] + β [w ⊗ (r ⋅ x )]
donde α y β son escalares. Por definición, la diádica no posee la propiedad conmutativa,

r r r r
es decir, u ⊗ v ≠ v ⊗ u .
La expresión (1.71) también la podemos expresar en el sistema cartesiano como:
r r
A = u ⊗ v = (u i eˆ i ) ⊗ ( v j eˆ j )
= u i v j (eˆ i ⊗ eˆ j ) (i, j = 1,2,3) (1.75)
= A ij (eˆ i ⊗ eˆ j )
A =
{ A ij eˆ i ⊗ eˆ j
Tensor
{ 1 424 3 (i, j = 1,2,3) (1.76)
componentes base
Las componentes de un tensor de segundo orden serán representadas de diferentes formas

en el desarrollo de este libro:
r r
1=2
A4u4⊗3
v
↓
componentes
↓
(1.77)
r r
( A ) ij = (u ⊗ v ) ij = u i v j = A ij
Dichas componentes pueden estar explícitamente expresadas de forma matricial:

 A 11 A 12 A 13 
( A ) ij = A ij = A =  A 21 A 22 A 23  (1.78)
 A 31 A 32 A 33 
A continuación exponemos la representación de tensores de diferentes órdenes, dos, tres y

cuatro, en el sistema cartesiano:
U = U ij eˆ i ⊗ eˆ j
T = Tijk eˆ i ⊗ eˆ j ⊗ eˆ k (i, j , k , l = 1,2,3) (1.79)
I = I ijkl eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l
OBS.: El orden de un tensor viene dado por el número de subíndices libres en sus
componentes.
OBS.: El número de componentes de un tensor viene dado por el máximo valor
del rango del subíndice, elevado al número de subíndices libres.
Ejemplo 1.12: ¿ Cuál es el orden de los tensores representados por sus componentes: v i ,
Φ ijk , Fijj , ε ij , C ijkl , σ ij ? Determinar cuantas componentes independientes tiene el tensor
C.
Solución: El orden del tensor viene dado por el número de subíndices libres, luego:
r r
Tensores de orden uno: v , F
Tensores de segundo orden: ε , σ
Tensor de tercer orden: Φ
Tensor de cuarto orden: C
El número de componentes de un tensor viene dado por el máximo valor del

rango del subíndice, 3 si ( i = 1,2,3 ), elevado al número de subíndices libres. Es
decir, para el tensor de cuarto orden, el número de índices libres es 4, luego:
3 4 = (i = 3) × ( j = 3) × (k = 3) × (l = 3) = 81
El tensor de cuarto orden C ijkl tiene 81 componentes independientes.
1.5.2 Operaciones con Tensores

Dados dos tensores de segundo orden A y B , a continuación definimos algunas
operaciones entre ellos:
! Suma
La suma de dos tensores del mismo orden resulta ser un tercer tensor de igual orden:
C = A +B =B + A (1.80)
Las componentes del tensor resultante ( C ) viene representadas por:
(C) ij = ( A + B) ij
(1.81)
C ij = A ij + B ij
que de forma matricial expresamos como:
C =A+B (1.82)
! Multiplicación de un tensor por un escalar
La multiplicación de un tensor de segundo orden ( A ) por un escalar ( λ ) viene definido
por un tensor D , tal que:
1 TENSORES 35
D = λA en
componente
 s →(D) ij = λ( A ) ij (1.83)
en forma matricial:
 A 11 A 12 A 13   λA 11 λA 12 λA 13 
A = A 21 A 22 
A 23  → λA = λA 21 λA 22 λA 23  (1.84)
 A 31 A 32 A 33  λA 31 λA 32 λA 33 
También se cumple:
r r
(λ A ) ⋅ v = λ ( A ⋅ v ) (1.85)
r
para cualquier vector v .
! Producto Escalar
r
El producto escalar de un tensor de segundo orden A por un vector x (tensor de orden
r
uno) resulta ser otro vector y (tensor de orden uno):
r r δ kl
y = A⋅x
= ( A jk eˆ j ⊗ eˆ k ) ⋅ ( x l eˆ l )
= A jk x l δ kl eˆ j
(1.86)
= A jk x k eˆ j
123
yj
= y j eˆ j
El producto escalar de dos tensores de segundo orden A y B es otro tensor de segundo

orden, verificándose que A ⋅ B ≠ B ⋅ A :
δ jk δ jk
C = A ⋅ B = ( A ij eˆ i ⊗ eˆ j ) ⋅ (B kl eˆ k ⊗ eˆ l ) D = B ⋅ A = (B ij eˆ i ⊗ eˆ j ) ⋅ ( A kl eˆ k ⊗ eˆ l )
= A ij B kl δ jk eˆ i ⊗ eˆ l = B ij A kl δ jk eˆ i ⊗ eˆ l
= A ik B kl eˆ i ⊗ eˆ l = B ik A kl eˆ i ⊗ eˆ l (1.87)
123 123
AB BA
= C il eˆ i ⊗ eˆ l = D il eˆ i ⊗ eˆ l
También se cumplen las siguientes propiedades:

A ⋅ (B + C) = A ⋅ B + A ⋅ C
(1.88)
A ⋅ (B ⋅ C) = ( A ⋅ B) ⋅ C
! Potencia de Tensores
El producto escalar (contracción simple) nos permite definir la potencia de tensores de
segundo orden, luego:
A 0 = 1 ; A1 = A ; A 2 = A ⋅ A (1.89)
donde 1 es el tensor identidad de segundo orden.
! Doble Producto Escalar
r r r r
Consideremos dos diádicas, A = c ⊗ d y B = u ⊗ v , el doble producto escalar (doble
contracción) podrá ser definido de distintas formas A : B y A ⋅ ⋅B tal como se indica a
continuación.
Doble contracción ( : ):
r r r r
( ) r r r r
A : B = c ⊗ d : (u ⊗ v ) = (c ⋅ u) d ⋅ v ( ) (1.90)
Según la definición del doble producto escalar, podemos demostrar que es conmutativo:
r r r r
( r r r r
) r r r r
( )
B : A = (u ⊗ v ) : c ⊗ d = (u ⋅ c ) v ⋅ d = (c ⋅ u) d ⋅ v = A : B ( ) (1.91)
En componentes:
δ ik
A : B = ( A ij eˆ i ⊗ eˆ j ) : (B kl eˆ k ⊗ eˆ l )
= A ij B kl δ ik δ jl δ jl (1.92)
= A ij B ij
=λ (escalar )
El doble producto escalar de un tensor de tercer orden ( S ) y uno de segundo ( B ), resulta:
(
r r r r r
)
r r r r
S : B = c ⊗ d ⊗ a : (u ⊗ v ) = (a ⋅ v ) d ⋅ u ( )cr
( ) ( )ar
r r r r r r r r r (1.93)
B : S = (u ⊗ v ) : c ⊗ d ⊗ a = (u ⋅ c ) v ⋅ d
En notación simbólica la doble contracción de un tensor de tercer orden y un de segundo
queda:
S ijk eˆ i ⊗ eˆ j ⊗ eˆ k : B pq eˆ p ⊗ eˆ q = S ijk B pq δ jp δ kq eˆ i = S ijk B jk eˆ i (1.94)
Doble contracción (⋅ ⋅ ) :
(cr ⊗ dr ) ⋅ ⋅ (ur ⊗ vr ) = (cr ⋅ vr )(dr ⋅ ur ) (1.95)
δ il
δ jk
A ⋅ ⋅ B = ( A ij eˆ i ⊗ eˆ j )⋅ ⋅ (B kl eˆ k ⊗ eˆ l )
= A ij B kl δ jk δ il
(1.96)
= A ij B ji
=γ (escalar )
Observemos que A : B ≠ A ⋅ ⋅B , excepto cuando al menos uno de los dos tensores es

simétrico, en cuyo caso ambos productos serán iguales.
A través del doble producto escalar, podemos obtener las componentes del tensor de
segundo orden A , según el sistema cartesiano, como:
1 TENSORES 37
( A ) ij = ( A kl eˆ k ⊗ eˆ l ) : (eˆ i ⊗ eˆ j ) = eˆ i ⋅ ( A kl eˆ k ⊗ eˆ l ) ⋅ eˆ j
= A kl δ ki δ lj (1.97)
= A ij
A continuación expresamos algunas propiedades del doble producto escalar:
a) A : B = B : A
b) A : (B + C ) = A : B + A : C (1.98)
c) λ(A : B ) = (λA ) : B = A : (λB )
donde A , B, C son tensores de segundo orden y λ escalar.

La doble contracción de un tensor de cuarto orden C con uno de segundo orden ε queda
definido por:
C ijkl eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l : ε pq eˆ p ⊗ eˆ q = C ijkl ε pq δ kp δ lq eˆ i ⊗ eˆ j = C ijkl ε kl eˆ i ⊗ eˆ j (1.99)
Resultando ser un tensor de segundo orden, cuyas componentes son σ ij = C ijkl ε kl .

Definimos también la doble contracción entre un tensor de tercer orden ( T ) y uno de
segundo orden ( ε ) como:
Tijk eˆ i ⊗ eˆ j ⊗ eˆ k : ε pq eˆ p ⊗ eˆ q = Tijk ε pq δ jp δ kq eˆ i = Tijk ε jk eˆ i (1.100)
r r
Consideremos dos vectores cualesquiera a , b y A un tensor de segundo orden,
demostramos que:
r r
a ⋅ A ⋅ b = a p eˆ p ⋅ A ij eˆ i ⊗ eˆ j ⋅ b r eˆ r
= a p A ij b r δ pi δ jr
(1.101)
= a i A ij b j = A ij (a i b j )
r r
= A : (a ⊗ b )
! Producto Vectorial
r
El producto vectorial de un tensor de segundo orden A por un vector x (tensor de orden
uno) resulta ser un tensor de segundo orden dado por:
r
A ∧ x = ( A ij eˆ i ⊗ eˆ j ) ∧ ( x k eˆ k )
(1.102)
=  ljk A ij x k eˆ i ⊗ eˆ l
donde empleamos la definición (1.67), es decir, eˆ j ∧ eˆ k =  ljk eˆ l . Hemos demostrado en el

r
(r r ) r r r
Ejemplo 1.11 la siguiente relación a ∧ b ∧ c = (a ⋅ c ) b − a ⋅ b c , que también podemos (r r ) r
representar a través de diádicas como:
[ar ∧ (br ∧ cr )] j = (a k c k )b j − (a k b k )c j = (b j c k − c j b k )a k
[(
r r r r r
= b ⊗ c − c ⊗b ⋅a j ) ] (1.103)
r r
En el caso particular cuando a = c podemos decir que:
[ar ∧ (br ∧ ar )] j = (a k a k )b j − (a k b k )a j = (a k a k )b p δ jp − (a k b p δ kp )a j
[ ] [
= (a k a k )δ jp − (a k δ kp )a j b p = (a k a k )δ jp − a p a j b p ] (1.104)
{ r r r
= [(a ⋅ a)1 − a ⊗ a] ⋅ b j
r r
}
Con lo cual podemos decir que las siguientes relaciones son válidas:
r r r r r r r r r r r r r r
( ) (
a ∧ b ∧ c = (a ⋅ c ) b − a ⋅ b c = b ⊗ c − c ⊗ b ⋅ a ) (1.105)
r r r r r r
a ∧ b ∧ a = [(a ⋅ a)1 − a ⊗ a] ⋅ b
r r
1.5.2.1 Representación de las Componentes de un Tensor de Segundo

Orden
Dado un tensor de segundo orden T representado en la base cartesiana como:

T = Tij eˆ i ⊗ eˆ j
= T11eˆ 1 ⊗ eˆ 1 + T12 eˆ 1 ⊗ eˆ 2 + T13 eˆ 1 ⊗ eˆ 3 +
(1.106)
+ T21eˆ 2 ⊗ eˆ 1 + T22 eˆ 2 ⊗ eˆ 2 + T23 eˆ 2 ⊗ eˆ 3 +
+ T31eˆ 3 ⊗ eˆ 1 + T32 eˆ 3 ⊗ eˆ 2 + T33 eˆ 3 ⊗ eˆ 3
La proyección de T según la base ê k resulta:
T ⋅ eˆ k = Tij eˆ i ⊗ eˆ j ⋅ eˆ k
= Tij eˆ i δ jk
(1.107)
= Tik eˆ i
= T1k eˆ 1 + T2 k eˆ 2 + T3k eˆ 3
Observemos que como resultado tenemos tres vectores ( k = 1,2,3 ):

r ˆ
k = 1 Ti1eˆ i = T11eˆ 1 + T21eˆ 2 + T31eˆ 3 = t (e1 )
 r ˆ
T ⋅ eˆ k = Tik eˆ i ⇒ k = 2 Ti 2 eˆ i = T12 eˆ 1 + T22 eˆ 2 + T32 eˆ 3 = t ( e 2 ) (1.108)
 r ˆ
k = 3 Ti 3 eˆ i = T13 eˆ 1 + T23 eˆ 2 + T33 eˆ 3 = t ( e3 )
Denotaremos de vector tensor el vector resultante de la proyección de un tensor de segundo

r ˆ r ˆ r ˆ
orden sobre una dirección. La representación de estos vectores tensores t ( e1 ) , t (e 2 ) , t (e 3 ) ,
en la base cartesiana, se muestra en la Figura 1.14.
r ˆ
Observemos también que t ( e1 ) es el tensor proyectado según la dirección ê1 que
representamos por el versor nˆ (i1) = [1,0,0] luego:
 T11 T12 T31  1  T11 

( T ⋅ nˆ ) i =  T21 T23  0 =  T21  = t i( e1 )
ˆ
T22 (1.109)
 T31 T32 T33  0  T31 
1 TENSORES 39
x3 r ˆ
t (e3 )
ê 3
r ˆ
t (e 2 )
r ˆ
t ( e1 ) ê 2 x2
ê 1
x1
Figura 1.14: Vectores tensores en la base cartesiana.
El mismo resultado (1.109) podía haber sido obtenido simplemente haciendo el producto
escalar de T dado por (1.106) por la base ê1 , es decir:
T ⋅ eˆ 1 = [ T11eˆ 1 ⊗ eˆ 1 + T12 eˆ 1 ⊗ eˆ 2 + T13 eˆ 1 ⊗ eˆ 3 +
+ T21eˆ 2 ⊗ eˆ 1 + T22 eˆ 2 ⊗ eˆ 2 + T23 eˆ 2 ⊗ eˆ 3 +
(1.110)
+ T31eˆ 3 ⊗ eˆ 1 + T32 eˆ 3 ⊗ eˆ 2 + T33 eˆ 3 ⊗ eˆ 3 ] ⋅ eˆ 1
= T11eˆ 1 + T21eˆ 2 + T31eˆ 3
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.
x3 rˆ
T33 ê 3 t (e 3 )
 T11 T12 T31 
Tij =  T21 T22 T23 
 T31 T32 T33  rˆ
t (e 2 )
T13 ê1 T23 ê 2 T32 ê 3
T31ê 3
r ˆ T22 ê 2
t ( e1 ) T21ê 2
T12 ê1
x2
T11 ê1
x1
Figura 1.15: Representación de las componentes de un tensor de segundo en la base

cartesiana.
Las componentes de la diagonal principal, T11 , T22 , T33 , están normales a los planos
definidos por los versores ê1 , ê 2 , ê 3 , respectivamente. Por ello denominamos de
componentes normales. Las componentes que están tangentes al plano denominamos de
componentes tangenciales, que corresponden a las componentes que están fuera de la diagonal
principal.
1.5.3 Propiedades de los Tensores

1.5.3.1 Transpuesta
Sea un tensor de segundo orden A , representado por:

A = A ij (eˆ i ⊗ eˆ j ) (1.111)
La transpuesta del tensor A definimos como:

AT = A ji (eˆ i ⊗ eˆ j )
(1.112)
= A ij (eˆ j ⊗ eˆ i )
Si A ij son las componentes de A , las componentes de la transpuesta de A serán:
(A T ) ij = A ji (1.113)
r r r r
Si A = u ⊗ v , la transpuesta de A vendrá dada por A T = v ⊗ u :
r r T r r
AT = (u ⊗ v ) = v ⊗u
(
= u i eˆ i ⊗ v j eˆ j )T
= v j eˆ j ⊗ u i eˆ i = v i eˆ i ⊗ u j eˆ j
(1.114)
(
= u i v j eˆ i ⊗ eˆ j )T
= u i v j eˆ j ⊗ eˆ i = u j v i eˆ i ⊗ eˆ j
= (A )
T
ˆ ⊗ eˆ j
ij e i = A ij eˆ j ⊗ eˆ i = A ji eˆ i ⊗ eˆ j
Sean A , B dos tensores y α , β escalares, las siguientes relaciones son válidas:
(A T )T = A
(αB + βA ) T = αB T + βA T (1.115)
(B ⋅ A ) T = A T ⋅ B T
La transpuesta de la matriz que contienen las componentes del tensor, se forma al cambiar
filas por columna y viceversa, es decir:
T
 A 11 A 12 A 13   A 11 A 12 A 13   A 11 A 21 A 31 
A = A 21 A 22 
A 23   → A =  A 21
transpuesta T
A 22 
A 23  =  A 12 A 22 A 32  (1.116)
 A 31 A 32 A 33   A 31 A 32 A 33   A 13 A 23 A 33 
También son válidas las siguientes relaciones:

( )
A : B T = A ij eˆ i ⊗ eˆ j : (B kl eˆ l ⊗ eˆ k ) = A ij B kl δ il δ jk = A ij B ji = A ⋅ ⋅ B
(1.117)
AT : B = (A ˆ
ij e j ⊗ eˆ ) : (B
i
ˆ ⊗ eˆ l ) = A ij B kl δ jk δ il = A ij B ji = A ⋅ ⋅ B
kl e k
1 TENSORES 41
Ejemplo 1.13: Demostrar que las siguientes relaciones son válidas:

( )
A : (B ⋅ C ) = B T ⋅ A : C = A ⋅ C T : B ( )
donde A , B , C son tensores de segundo orden cualesquiera.
Solución: Demostraremos esta identidad a través de sus componentes:
(
A : (B ⋅ C ) = A ij eˆ i ⊗ e j : B lk eˆ l ⊗ e k ⋅ C pq eˆ p ⊗ eˆ q )
(
= A ij B lk C pq eˆ i ⊗ e j : δ kp eˆ l ⊗ eˆ q )
= A ij B lk C pq δ kp δ il δ jq = A ij B ik C kj
Observemos que cuando trabajamos en notación indicial la posición de las
componentes no importa, es decir:
A ij B ik C kj = B ik A ij C kj = A ij C kj B ik
Podemos ahora observar que la operación B ik A ij resultará un tensor de segundo
orden cuyas componentes son (B T ⋅ A ) kj luego, ( )
B ik A ij C kj = B T ⋅ A : C .
Análogamente podemos decir que A ij C kj B ik = (A ⋅ C ): B . T
r r
Ejemplo 1.14: Demostrar que, si u , v son vectores y A un tensor de segundo orden, la
siguiente relación es válida:
r r r r
u⋅ AT ⋅ v = v ⋅ A ⋅u
Solución:
r r r r
u⋅ AT ⋅ v = v ⋅ A ⋅u
u i eˆ i ⋅ A jl eˆ l ⊗ eˆ j ⋅ v k eˆ k = v k eˆ k ⋅ A jl eˆ j ⊗ eˆ l ⋅ u i eˆ i
u i A jl δ il v k δ jk = v k δ kj A jl u i δ il
u l A jl v j = v j A jl u l
1.5.3.2 Simetría y Antisimetría
1.5.3.2.1 Tensor Simétrico
Un tensor de segundo orden A es simétrico, i.e.: A ≡ A sym , si el tensor es igual a su

transpuesta:
A = A T en
componente
 s → A ij = A ji (1.118)
En forma de matriz:
 A 11 A 12 A 13 
A =A 
→ AT sym
=  A 12 A 22 A 23  (1.119)
 A 13 A 23 A 33 
Podemos notar claramente que un tensor simétrico de segundo orden tiene 6 componentes
independientes: A 11 , A 22 , A 33 , A 12 , A 23 , A 13 .
Según ecuación (1.118) un tensor simétrico se puede representar por:
A ij = A ji
A ij + A ij = A ij + A ji
2 A ij = A ij + A ji (1.120)
1 1
A ij = ( A ij + A ji ) ⇒ A= (A + A T )
2 2
Un tensor de cuarto orden C , cuyas componentes son C ijkl , puede presentar:
Simetría menor:
C ijkl = C jikl = C ijlk = C jilk (1.121)
Simetría mayor:
C ijkl = C klij (1.122)
Luego, un tensor de cuarto orden es simétrico si presenta simetría menor y mayor. Un
tensor de cuarto orden no simétrico presenta 81 componentes independientes. Si presenta
sólo simetría menor, es decir, simetría en ij = ji (6) y simetría en kl = lk (6) , quedando el
tensor con 36 componentes independientes. Si además de simetría menor el tensor
presenta también simetría mayor, el tensor presenta 21 componentes independientes.
1.5.3.2.2 Tensor Antisimétrico
Un tensor A será antisimétrico, i.e.: A ≡ A anti , si:

A = − A T en
componente
  s → A ij = − A ji (1.123)
o aún:
 0 A 12 A 13 
A = −A 
→ A T anti
= − A 12 0 A 23  (1.124)
 − A 13 − A 23 0 
Observemos que un tensor antisimétrico de segundo orden tiene 3 componentes
independientes: A 12 , A 23 , A 13 .
Según la condición (1.123) un tensor antisimétrico viene dado por:
A ij + A ij = A ij − A ji
2 A ij = A ij − A ji (1.125)
1 1
A ij = ( A ij − A ji ) ⇒ A = (A − A T )
2 2
Sea W un tensor antisimétrico luego, debe cumplir la relación (1.125):
1 1
Wij = (Wij − W ji ) = (Wkl δ ik δ jl − Wkl δ jk δ il )
2 2
(1.126)
1
= Wkl (δ ik δ jl − δ jk δ il )
2
Utilizando la relación entre la delta de Kronecker y el operador de permutación dada por
(1.63) obtenemos que δ ik δ jl − δ jk δ il = − ijr  lkr y reemplazando en la expresión (1.126)
resulta:
1 TENSORES 43
1
Wij = − Wkl  ijr  lkr (1.127)
2
Desarrollando el término Wkl  lkr para los índices mudos k , l sólo quedamos con los
términos:
Wkl  lkr = W12  21r + W13  31r + W2112 r + W23  32 r + W3113r + W32  23r (1.128)
con lo que concluimos que:

r =1 ⇒ Wkl  lkr = −W23 + W32 = −2W23 = 2 w1 

r=2 ⇒ Wkl  lkr = W13 − W31 = 2W13 = 2w2  ⇒ Wkl  lkr = 2wr (1.129)

r =3 ⇒ Wkl  lkr = − W12 + W21 = −2W12 = 2w3 
donde hemos hecho el siguiente cambio de variables:

 0 W12 W13   0 W12 W13   0 − w3 w2 
Wij =  W21 0 W23  =  − W12 0 W23  =  w3 0 − w1  (1.130)
 W31 W32 0   − W13 − W23 0   − w2 w1 0 
Reemplazando (1.129) en (1.127) y considerando que  ijr =  rij obtenemos que:
Wij = − wr  rij (1.131)

r r
Definimos así el vector axil w correspondiente al tensor antisimétrico W . El módulo de w
viene dado por:
r r r
ω 2 = w = w ⋅ w = w12 + w22 + w32 = W232 + W132 + W122
2
(1.132)
Partiendo de la expresión (1.131) y multiplicando los dos miembros por  kij obtenemos
que:
 kij Wij = − wr  rij  kij
(1.133)
= −2 wr δ rk = −2 wk
donde aplicamos la relación  rij  kij = 2δ rk obtenida en el Ejemplo 1.7, con lo que
concluimos que:
1
wk = −  kij Wij (1.134)
2
La representación de las componentes del tensor antisimétrico y de su vector axil
correspondiente, en el sistema cartesiano, se puede apreciar en la Figura 1.16.
x3
w3 = − W12 r
w = w1eˆ 1 + w2 eˆ 2 + w3 eˆ 3
W13
W23
W12
W12
x2
w1 = − W23 W23 w2 = W13

W13
x1
Figura 1.16: Componentes de un tensor antisimétrico.
r r
Sean a y b vectores arbitrarios y W un tensor antisimétrico, entonces se cumple que:
r r r r r r
b ⋅ W ⋅ a = a ⋅ W T ⋅ b = −a ⋅ W ⋅ b (1.135)
r r
luego si a = b resulta que:
r r r r
a ⋅ W ⋅ a = W : (a ⊗ a) = 0 (1.136)
r r
Observar que (a ⊗ a) resulta un tensor de segundo orden simétrico, con lo que
concluimos que el doble producto de un tensor simétrico y un tensor antisimétrico resulta
ser cero.
r
Sean W un tensor antisimétrico y a un vector arbitrario, las componentes del producto
r
escalar W ⋅ a vienen dadas por:
Wij a j = Wi1a1 + Wi 2 a 2 + Wi 3 a 3
i = 1 ⇒ W11a1 + W12 a 2 + W13 a 3
(1.137)
i = 2 ⇒ W21a1 + W22 a 2 + W23 a 3
i =3⇒ W31a1 + W32 a 2 + W33 a 3
Considerando la propiedad del tensor antisimétrico, i.e., W11 = 0 , W22 = 0 , W33 = 0 , el

producto escalar (1.137) resulta:
i = 1 ⇒ W12 a 2 + W13 a 3
(W ⋅ a)i ⇒ i = 2 ⇒ W21a1 + W23 a 3
r
(1.138)
i = 3 ⇒ W a + W a
 31 1 32 2
Fijemos que las componentes anteriores son las mismas que resultan de la operación:
1 TENSORES 45
eˆ 1 eˆ 2 eˆ 3
r r
w ∧ a = w1 w2 w3
a1 a2 a3 (1.139)
= (− w3 a 2 + w2 a 3 ) eˆ 1 + (w3 a1 − w1a 3 ) eˆ 2 + (− w2 a1 + w1a 2 ) eˆ 3
= (W12 a 2 + W13 a 3 )eˆ 1 + (W21a1 + W23 a 3 ) eˆ 2 + (W31a1 + W32 a 2 ) eˆ 3
donde se cumple que − w1 = W23 = −W32 , w2 = W13 = −W31 , − w3 = W12 = −W21 . Luego,
r
dado un tensor antisimétrico W , y el vector axil w correspondiente a W se cumple que:
r r r
W⋅a = w ∧ a (1.140)
r r
para todo vector a . Además podemos representar el vector axil w por su módulo,
r r r
w = ω , y por un versor según la dirección de w como w = ωê1* , luego la expresión (1.140)
puede aun ser expresada por:
r r r
W ⋅a = w ∧ a
r (1.141)
= ωeˆ 1* ∧ a
r
w = ωê1*
ê*2 ê3 ê 2
ê1*
ê1
ê*3
Figura 1.17: bases ortonormales.
Además si escogemos dos versores ê *2 , ê *3 que constituyan una base ortonormal con ê1* ,
ver Figura 1.17, tal que:
eˆ 1* = eˆ *2 ∧ eˆ *3 ; eˆ *2 = eˆ *3 ∧ eˆ 1* ; eˆ *3 = eˆ 1* ∧ eˆ *2 (1.142)
r
Podemos entonces representar el vector a en esta nueva base como
r *ˆ* * ˆ* *ˆ*
a = a1 e1 + a 2 e 2 + a 3 e 3 , luego:
r r
W ⋅ a = ωeˆ 1* ∧ a
= ωeˆ 1* ∧ (a1* eˆ 1* + a *2 eˆ *2 + a *3 eˆ *3 )
= ω (a1* eˆ 1* ∧ eˆ 1* + a *2 eˆ 1* ∧ eˆ *2 + a *3 eˆ 1* ∧ eˆ *3 )
1 424 3 1 424 3 1 424 3 (1.143)
=0ˆ =eˆ *3 = −eˆ *2
= ω (a *2 eˆ *3 − a *3 eˆ *2 )
[ r
= ω (eˆ *3 ⊗ eˆ *2 − eˆ *2 ⊗ eˆ *3 ) ⋅ a ]
Con lo cual podemos representar un tensor antisimétrico como:
W = ω (eˆ *3 ⊗ eˆ *2 − eˆ *2 ⊗ eˆ *3 ) (1.144)
Aprovechando la representación del tensor antisimétrico (1.144), podemos obtener la

proyección del tensor W según las direcciones ê1* , ê *2 , ê *3 :
r
W ⋅ eˆ 1* = 0 ; W ⋅ eˆ *2 = ωeˆ *3 ; W ⋅ eˆ *3 = −ωeˆ *2 (1.145)
También podemos verificar que se cumple lo siguiente:
[
eˆ *3 ⋅ W ⋅ eˆ *2 = eˆ *3 ⋅ ω (eˆ *3 ⊗ eˆ *2 − eˆ *2 ⊗ eˆ *3 ) ] ⋅ eˆ *
2 =ω (1.146)
Luego, en este nuevo espacio podemos representar las componentes del tensor W como:
0 0 0 
Wij* = 0 0 − ω 

(1.147)
0 ω 0 
En la Figura 1.18 podemos apreciar dichas componentes y la representación del vector axil.
Observemos también que, si tomamos otros dos versores cualesquiera (normales entre si)
definidos en el plano eˆ *2 − eˆ *3 nos proporcionarán las mismas componentes que (1.147).
x3
r
x2 w = ωê1*
ê*2
ê1*
ω
x1
ω
ê*3
Figura 1.18: Componentes del tensor antisimétrico en el espacio definido por el vector axil.
1.5.3.2.3 Descomposición Aditiva de Tensores en una Parte Simétrica y Antisimétrica
Cualquier tensor puede ser descompuesto (de forma adicional) en una parte simétrica A sym
y en otra antisimétrica A anti :
1 1
A= ( A + A T ) + ( A − A T ) = A sym + A anti
2 4243 1
1 2 4243 (1.148)
A sym A anti
en componentes:
1 1
A ijsym = ( A ij + A ji ) y A ijanti = ( A ij − A ji ) (1.149)
2 2
Observemos que, sí A y B son tensores de segundo orden cualesquiera, se cumple que:
1 TENSORES 47
(A T
⋅B ⋅ A)
sym
=
1 T
2 
( ) (
A ⋅B ⋅ A + AT ⋅B ⋅ A 
T

)
1
[
= A T ⋅ B ⋅ A + A T ⋅ BT ⋅ A
2
] (1.150)
1
[
= A T ⋅ B + BT ⋅ A
2
]
= A ⋅ B sym ⋅ A
T
Ejemplo 1.15: Si σ es un tensor de segundo orden simétrico y W es un tensor de

segundo orden antisimétrico. Demostrar que σ : W = 0 .
Solución:
σ :W = σ ij (eˆ i ⊗ eˆ j ) : Wlk (eˆ l ⊗ eˆ k )
= σ ij Wlk δ il δ jk
= σ ij Wij (escalar)
Desarrollando
σ ij Wij = σ1 j W1 j + σ 2 j W2 j + σ 3 j W3 j
123 1424 3 1
424 3
σ11W11 σ21W21 σ31W31
+ + +
σ12 W12 σ 22 W22 σ32 W32
+ + +
σ13W13 σ23W23 σ33W33
Considerando la propiedad de un tensor simétrico σ12 = σ 21 , σ 31 = σ13 , σ 32 = σ 23

y antisimétrico W11 = W22 = W33 = 0 , w 21 = − w 12 , W31 = − W13 , W32 = − W23 ,
resultando:
σ :W =0 c.q.d.
Ejemplo 1.16: Demostrar que:

r r r r
a) M ⋅ Q ⋅ M = M ⋅ Q sym ⋅ M
b) A : B = A sym : B sym + A anti : B anti
r
donde , M es un vector y Q , A , y B son tensores de segundo orden.
Solución:
a)
( )
r r r r
M ⋅ Q ⋅ M = M ⋅ Q sym + Q anti ⋅ M
r r r r
= M ⋅ Q sym ⋅ M + M ⋅ Q anti ⋅ M
r
r
r
r r
r r
(
Ya que el producto: M ⋅ Q anti ⋅ M = Q anti : M ⊗ M = 0 , resulta que:
r
)
M ⋅ Q ⋅ M = M ⋅ Q sym ⋅ M c.q.d.
b)
A :B = ( A sym + A anti ) : (B sym + B anti )
= A sym : B sym + 1
A sym
42
anti
43 + 1
:B A anti
42
sym
43 + A
:B anti
: B anti
=0 =0
= A sym : B sym + A anti : B anti
Luego como consecuencia tenemos que:
A : B sym = A sym : B sym ; A : B anti = A anti : B anti
c.q.d.
r r
Ejemplo r1.17: ¿La relación n ⋅ T = T ⋅ n es válida siempre? Siendo T un tensor de segundo
orden y n un vector. En el supuesto de que la relación no sea válida, ¿para qué caso
particular lo sería?
Solución:
r r
n ⋅ T = n i eˆ i ⋅ Tkl (eˆ k ⊗ eˆ l ) T ⋅ n = Tlk (eˆ l ⊗ eˆ k ) ⋅ n i eˆ i
= n i Tkl δ ik eˆ l y = n i Tlk δ ki eˆ l
= n k Tkl eˆ l = n k Tlk eˆ l
Con lo que comprobamos que n k Tkl ≠ n k Tlk , luego:
r r
r r n⋅ T ≠ T ⋅n
La relación n ⋅ T = T ⋅ n sólo será válida cuando el tensor T sea simétrico.
1.5.3.3 Cofactor de un Tensor. Adjunta de un Tensor

r
Dado un tensor A , representamos el cofactor de A como cof(A ) . Dados dos vectores a
r
y b existe un único tensor cof( A ) asociado al tensor A tal que:
r r r r
cof( A ) ⋅ (a ∧ b) = ( A ⋅ a) ∧ ( A ⋅ b) (1.151)
Definimos la adjunta de un tensor A como:
adj( A ) = [cof (A )]
T
(1.152)
donde se cumple que:
[adj(A)]T = adj( A T ) (1.153)
Las componentes de cof(A ) podemos obtener de la siguiente manera:
[cof( A)]it  tpr a p b r =  ijk A jp a p A kr b r

(1.154)
⇒ [cof( A )]it  tpr =  ijk A jp A kr
Multiplicando ambos lados de la igualdad por  qpr y además considerando que

 tpr  qpr = 2δ tq , concluimos que:
[cof(A)]it  tpr =  ijk A jp A kr

⇒ [cof( A )]it  tpr  qpr =  ijk  qpr A jp A kr
1
424
3
= 2δ tq (1.155)
1
⇒ [cof( A )]iq =  ijk  qpr A jp A kr
2
1.5.3.4 Traza de un Tensor
Antes de definir la traza de un tensor de segundo orden definimos la traza de su base:

Tr (eˆ i ⊗ eˆ j ) = eˆ i ⋅ eˆ j = δ ij (1.156)
Luego la traza de un tensor A es la suma de las componentes de su diagonal principal:
1 TENSORES 49
Tr ( A ) = Tr ( A ij eˆ i ⊗ eˆ j )
= A ij Tr (eˆ i ⊗ eˆ j )
= A ij (eˆ i ⋅ eˆ j ) (1.157)
= A ij δ ij = A ii
= A 11 + A 22 + A 33
Análogamente podemos decir que:

r r
Tr (u ⊗ v ) = Tr (u i eˆ i ⊗ v j eˆ j )
= u i v j Tr (eˆ i ⊗ eˆ j )
= u i v j (eˆ i ⋅ eˆ j ) (1.158)
= u i v j δ ij = u i v i
r r
=u⋅v
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:
( )
Tr A T = Tr (A ) (1.159)
! La traza de la suma de estos dos tensores será la suma de la traza de los tensores:
Tr(A + B ) = Tr (A ) + Tr (B ) (1.160)
La demostración es muy sencilla bastando expresar en términos de componentes la

expresión anterior:
Tr(A + B ) = Tr (A ) + Tr (B )
(1.161)
[(A 11 + B 11 ) + (A 22 + B 22 ) + (A 33 + B 33 )] = (A 11 + A 22 + A 33 ) + (B 11 + B 22 + B 33 )
! La traza del producto escalar será:
[
Tr(A ⋅ B ) = Tr ( A ij eˆ i ⊗ eˆ j ) ⋅ (B lm eˆ l ⊗ eˆ m ) ]
144244
[
= A ij B lm δ jl Tr (eˆ i ⊗ eˆ m )
3
] (1.162)
δ im
= A il B li = A ⋅ ⋅B = Tr ( B ⋅ A )
Análogamente podemos obtener:

Tr(A ⋅ B ⋅ C ) = Tr (B ⋅ C ⋅ A ) = Tr (C ⋅ A ⋅ B ) = A ij B jk C ki (1.163)
Luego, es fácil demostrar que las siguientes relaciones son válidas:
Tr (A ) = A ii
[Tr (A )]2 = Tr (A ) Tr(A ) = A ii A jj

(1.164)
( )
Tr(A ⋅ A ) = Tr A 2 = A il A li
Tr(A ⋅ A ⋅ A ) = Tr (A ) = A
3
ij A jk A ki
Podemos escribir el doble producto escalar en función de la traza:
A : B = A ij B ij
= A kj B lj δ ik δ il = A ik B il δ jk δ jl
= A kj B lj δ kl = A ik B il δ kl
123 123
( A⋅BT ) ( AT ⋅B ) (1.165)
kl kl
(
= A ⋅ BT ) kk (
= AT ⋅B ) kk
= Tr ( A ⋅ B ) T
= Tr ( A T
⋅ B)
Ejemplo 1.18: Demostrar las siguientes identidades:

(T ) = (T )
m T T m
; ( )
Tr T T
m
( )
= Tr T m .
Solución:
(T )
m T
= (T ⋅ T L T ) = T T ⋅ T T L T T = T T
T
( ) m
c.q.d.
Para la segunda demostración utilizaremos la propiedad de la traza Tr (T T ) = Tr (T )

Tr (T T ) = Tr (T m ) = Tr (T m )
m T
c.q.d.
1.5.3.5 Tensores Particulares
1.5.3.5.1 Tensores Identidad
! Tensor identidad de segundo orden:

1 = δ ij eˆ i ⊗ eˆ j = eˆ i ⊗ eˆ i = 1 eˆ i ⊗ eˆ j (1.166)
donde 1 es la matriz con las componentes del tensor 1 . δ ij es conocido como el símbolo
delta de Kronecker, definido en (1.47):
 1 si i = j

δ ij =  (1.167)
 0 si i ≠ j

! Tensores identidades de cuarto orden:
I = δ ik δ jl eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l = I ijkl eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l (1.168)
I = δ il δ jk eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l = I ijkl eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l (1.169)
donde que, dado un tensor de segundo orden A se cumplen que:

( )(
I : A = δ ik δ jl eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l : A pq eˆ p ⊗ eˆ q )
(
= δ ik δ jl A pq δ kp δ lq eˆ i ⊗ eˆ j )
(
= δ ik δ jl A kl eˆ i ⊗ eˆ j ) (1.170)
(
= A ij eˆ i ⊗ eˆ j )
=A
1 TENSORES 51
y
(
I : A = δ il δ jk eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l : A pq eˆ p ⊗ eˆ q)( )
= δ il δ jk A pq δ kp δ lq eˆ i ⊗ eˆ j ( )
(
= δ il δ jk A kl eˆ i ⊗ eˆ j ) (1.171)
(
= A ji eˆ i ⊗ eˆ j )
T
=A
La parte simétrica del tensor de identidad de cuarto orden será:
I sym ≡ I =
1
2
(
1⊗1 + 1⊗1 en
componente
 ) 1
s → I ijkl = δ ik δ jl + δ il δ jk
2
( ) (1.172)
La propiedad que presenta el producto tensorial ⊗ se presenta a continuación.

Consideremos un tensor de segundo orden simétrico luego cumple que
1 = u i eˆ i ⊗ u j eˆ j = u i u j eˆ i ⊗ eˆ j = δ ij eˆ i ⊗ eˆ j luego, definimos el producto tensorial ⊗
como:
( )
1⊗1 = u i eˆ i ⊗ u j eˆ j ⊗(u k eˆ k ⊗ u l eˆ l ) (1.173)
( ) (
1⊗1 = (u i u k )(u j u l ) eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l = δ ik δ jl eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l ) (1.174)
Y el producto tensorial ⊗ como:
( )
1⊗1 = u i eˆ i ⊗ u j eˆ j ⊗(u k eˆ k ⊗ u l eˆ l ) (1.175)
( ) (
1⊗1 = (u i u l )(u j u k ) eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l = δ il δ jk eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l ) (1.176)
La parte antisimétrica de I será:
I anti =
1
2
(1⊗1 − 1⊗1 en
componente
 )
s → I ijk
anti
l =
1
2
δ ik δ jl − δ il δ jk ( ) (1.177)
r
Se puede demostrar que, dado un tensor de segundo orden A y un vector b las siguientes
relaciones son válidas:
r r
b ⋅1 = b
I:A = A ; I sym : A = A sym
A : 1 = Tr (A ) = A ii (1.178)
2
A : 1 = Tr A ( ) = Tr(A ⋅ A ) = A A
2
il li
A 3
: 1 = Tr (A ) = Tr (A ⋅ A ⋅ A ) = A
3
ij A jk A ki
1.5.3.5.2 Tensor Levi-Civita
El Tensor Levi-Civita, también conocido como Tensor de Permutación, es un tensor de tercer

orden definido como:
 =  ijk eˆ i ⊗ eˆ j ⊗ eˆ k (1.179)
donde  ijk son las componentes del operador de permutación definido en (1.56).
Ejemplo 1.19: Demostrar que: T : 1 = Tr (T ) .
Solución:
T : 1 = Tij eˆ i ⊗ eˆ j : δ kl eˆ k ⊗ eˆ l
= Tij δ kl δ ik δ jl
= Tij δ ij = Tii = T jj
= Tr ( T ) c.q.d.
Ejemplo 1.20: Probar que si σ y D son tensores de segundo orden la siguiente relación es
válida:
σ ⋅ ⋅ D = Tr (σ ⋅ D )
Solución: Basándonos en lo que fue demostrado en (1.96), podemos decir que:
σ ⋅ ⋅ D = σ ij D ji
= σ kj D jl δ ik δ il = σ kj D jl δ lk
= σ kj D jl δ lk
123
( σ⋅D )
kl
= (σ ⋅ D) kl δ lk = (σ ⋅ D) kk = (σ ⋅ D) ll
= Tr (σ ⋅ D) c.q.d.
Una segunda alternativa para la demostración sería:
σ ⋅ ⋅ D = σ ij D ji = σ ij D jk δ ik
= (σ ⋅ D ) : 1
= Tr (σ ⋅ D ) c.q.d.
1.5.3.6 Determinante de un Tensor
El determinante de un tensor es un escalar y también es un invariante:

det ( A ) ≡ A
=  ijk A 1i A 2 j A 3k =  ijk A i1 A j 2 A k 3 (1.180)
144244 3
AT
El determinante de un tensor es igual al determinante de la matriz que contiene las

componentes del tensor.
La demostración puede hacerse partiendo directamente del determinante:
1 TENSORES 53
A 11 A 12 A 13
det ( A ) = A = A 21 A 22 A 23
A 31 A 32 A 33
= A 11 ( A 22 A 33 − A 23 A 32 ) − A 21 ( A 12 A 33 − A 13 A 32 ) + A 31 ( A 12 A 23 − A 13 A 22 ) (1.181)
= A 11 (1 jk A j 2 A k 3 ) − A 21 (− 2 jk A j 2 A k 3 ) + A 31 ( 3 jk A j 2 A k 3 )
= 1 jk A 11 A j 2 A k 3 +  2 jk A 21 A j 2 A k 3 +  3 jk A 31 A j 2 A k 3
=  ijk A i1 A j 2 A k 3
Algunas consideraciones sobre el determinante de un tensor:

det (1) = 1 (1.182)
! Podemos concluir de (1.180) que:
det ( A T ) = det ( A ) (1.183)
! También podemos demostrar que las siguientes relaciones son válidas:
det ( A ⋅ B) = det ( A )det (B)

(1.184)
det (αA ) = α 3 det ( A ) siendo α un escalar
! Un tensor (A ) se dice que es singular si det ( A ) = 0 .

! Intercambiando dos líneas 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: c A .
Ejemplo 1.21: Demostrar que: A  tpq =  rjk A rt A jp A kq

Solución:
Sabemos que:
A =  rjk A r1 A j 2 A k 3
(1.185)
A  tpq =  rjk  tpq A r1 A j 2 A k 3
Como lo visto anteriormente, ecuación (1.62), la expresión  rjk  tpq podrá ser
expresada en función de la delta de Dirac como:
δ rt δ rp δ rq
 rjk  tpq = δ jt δ jp δ jq
(1.186)
δ kt δ kp δ kq
= δ rt δ jp δ kq + δ rp δ jq δ kt + δ rq δ jt δ kp − δ rq δ jp δ kt − δ jq δ kp δ rt − δ kq δ jt δ rp
Reemplazando en la expresión anterior (1.186) en la expresión (1.185), y
utilizando la propiedad del operador de sustitución obtenemos que:
A  tpq = A t1 A p 2 A q 3 + A p1 A q 2 A t 3 + A q1 A t 2 A p 3 − A q1 A p 2 A t 3 − A t1 A q 2 A p 3 − A p1 A t 2 A q 3
( ) ( ) (
= A t1  1 jk A pj A qk + A t 2  2 jk A pj A qk + A t 3  3 jk A pj A qk )
=  rjk A rt A jp A kq =  rjk A tr A pj A qk
c.q.d.
1
Ejemplo 1.22: Demostrar que: A =  rjk  tpq A rt A jp A kq
6
Solución:
Partiendo del problema anterior: A  tpq =  rjk A rt A jp A kq y multiplicando ambos
lados por  tpq , resulta:
A  tpq  tpq =  rjk  tpq A rt A jp A kq (1.187)
Utilizando la propiedad definida anteriormente en la ecuación (1.63), obtenemos
que  tpq  tpq = δ tt δ pp − δ tp δ tp = δ tt δ pp − δ tt = 6 . Luego, la relación (1.187) resulta:
1
A =  rjk  tpq A rt A jp A kq
6 c.q.d.
Ejemplo 1.23: Demostrar que:

(
r r r r
)
det 1 + a ⊗ b = 1 + a ⋅ b (1.188)
Solución:
Si denotamos por A ij δ ij + a i b j , el determinante de A viene dado por
A =  ijk A i1 A j 2 A k 3 , donde A i1 = δ i1 + a i b1 , A j 2 = δ j 2 + a j b 2 y A k 3 = δ k 3 + a k b 3 ,
luego podemos decir que:
( r r
)
det 1 + a ⊗ b =  ijk (δ i1 + a i b1 )(δ j 2 + a j b 2 )(δ k 3 + a k b 3 ) (1.189)
Desarrollando la expresión (1.189) obtenemos que:
( r r
)
det 1 + a ⊗ b =  ijk [δ i1δ j 2 δ k 3 + a k b 3 δ i1δ j 2 + a j b 2 δ i1δ k 3 + a j b 2 a k b 3 δ i1 +
+ a i b 1δ j 2 δ k 3 + a i a k b 1b 3 δ j 2 + a i a j b1b 2 δ k 3 + a i a j a k b1b 2 b 3 ]
Observemos que:
 ijk δ i1δ j 2 δ k 3 = 1
 ijk a k b 3 δ i1δ j 2 +  ijk a j b 2 δ i1δ k 3 +  ijk a i b1δ j 2 δ k 3 =
r r
12 k a k b 3 + 1 j 3 a j b 2 +  i 23 a i b1 = a 3b 3 + a 2 b 2 + a1b1 = a ⋅ b
 ijk a i a k b1b 3 δ j 2 =  i 2 k a i a k b1b 3 = a1a 3b1b 3 − a 3 a1b1b 3 = 0
 ijk a i a j b1b 2 δ k 3 =  ij 3 a i a j b1b 2 =  123 a1 a 2 b1b 2 −  213 a 2 a1b1b 2 = 0
 ijk a i a j a k b1b 2 b 3 = 0
Fijemos que no hacía falta expandir los términos  ijk a i a k b1b 3 δ j 2 ,
 ijk a i a j b1b 2 δ k 3 ,  ijk a i a j a k b1b 2 b 3 , para saber que son iguales a cero, ya que
r r
 ijk a i a k b1b 3 δ j 2 = (a ∧ a) j b1b 3 δ j 2 = 0 y análogamente para los otros términos.
Con lo que hemos demostrado que:
( r r
)
r r
det 1 + a ⊗ b = 1 + a ⋅ b
c.q.d.
También podemos demostrar que se cumple la siguiente relación:
[ r r r r r r
] r r r r r r r r
det 1 + α (a ⊗ b) + β (b ⊗ a) = 1 + α (a ⋅ b) + β (a ⋅ b) + αβ (a ⋅ b) 2 − (a ⋅ a)(b ⋅ b) [
(1.190) ]
r r
donde α , β son escalares. Si β = 0 recaemos en la expresión det 1 + αa ⊗ b = 1 + αa ⋅ b .
r r
( )
Si α = β , obtenemos que:
1 TENSORES 55
( r r r r r r
) r r
( ) ( ) ( )
r r
det 1 + α a ⊗ b + α b ⊗ a = 1 + α a ⋅ b + α a ⋅ b + α 2  a ⋅ b

2
( )
r r r r
− (a ⋅ a) b ⋅ b 

(1.191)
r r r r 2
( ) ( )
= 1 + α 2 a ⋅ b − α a ∧ b 
 
(r r ) ( ) (r r )
r r r r
donde hemos utilizado la propiedad a ⋅ b − (a ⋅ a) b ⋅ b = − a ∧ b , ver Ejemplo 1.1.
2 2
Podemos demostrar que la siguiente propiedad es válida:

r
[ r r
] r r r
[
( A ⋅ a) ⋅ ( A ⋅ b) ∧ ( A ⋅ c ) = det ( A ) a ⋅ (b ∧ c) ] (1.192)
Para la demostración partiremos de la definición del triple producto escalar dada por (1.69),
(
r r r
)
a ⋅ b ∧ c =  ijk a i b j c k , y multiplicamos por ambos lados de la igualdad por el determinante
del tensor A , resultando:
r r r
( )
a ⋅ b ∧ c A =  ijk a i b j c k A (1.193)
Fue demostrado en el Ejemplo 1.21 que se cumple que A  ijk =  pqr A pi A qj A rk , con lo cual:
(
r r r
)
a ⋅ b ∧ c A =  ijk a i b j c k A
=  pqr A pi A qj A rk a i b j c k
(1.194)
=  pqr ( A pi a i )( A qj b j )( A rk c k )
r
[ r
= ( A ⋅ a) ⋅ ( A ⋅ b) ∧ ( A ⋅ c )
r
]
También podemos demostrar que la siguiente relación es válida:
det (α A + β B ) = α 3 det (A ) + α 2 β Tr[B ⋅ adj( A )] + αβ 2 Tr[A ⋅ adj(B)] + β 3 det (B ) (1.195)
r r
Para el caso particular cuando β = 1 , A = 1 , B = a ⊗ b , y además teniendo en cuenta que
(
r r
) r r
( )
det a ⊗ b = 0 , y cof a ⊗ b = 0 , concluimos que:
(
r r
) r r
[ ] r r
det 1 + βa ⊗ b = det (1) + βTr a ⊗ b ⋅ 1 = 1 + βTr a i b j = 1 + βa ⋅ b [ ] (1.196)
cuya relación ya fue demostrada anteriormente.
1.5.3.7 Inversa de un Tensor
La inversa de un tensor A es un tensor A −1 :

si A ≠ 0 ⇔ ∃ A −1 A ⋅ A −1 = A −1 ⋅ A = 1 (1.197)
En notación indicial:
A ij A −1
jk = δ ik (1.198)
La expresión de la inversa podemos obtener partiendo de la definición de la adjunta de un

r r r r
tensor dada por (1.151), adj( A T ) ⋅ (a ∧ b) = ( A ⋅ a) ∧ ( A ⋅ b) , y multiplicamos escalarmente
r
por el vector d , resultando:
{[adj(A)] ⋅ (a ∧ b)}⋅ d = [( A ⋅ a) ∧ ( A ⋅ b)]⋅ d

T r r r r r r
[ r r
] r
= ( A ⋅ a) ∧ ( A ⋅ b) ⋅ 1 ⋅ d (1.199)
= [( A ⋅ a) ∧ ( A ⋅ b)]⋅ A ⋅ A
r r r
⋅
12r3
−1
d
=c
Observemos que en (1.194), hemos demostrado que:
(
r r r
) r r
[ r
c ⋅ a ∧ b A = ( A ⋅ c ) ⋅ ( A ⋅ a) ∧ ( A ⋅ b) ] (1.200)
Luego:
{[adj(A)] ⋅ (a ∧ b)}⋅ d = [( A ⋅ a) ∧ ( A ⋅ b)]⋅ A ⋅ A −1 ⋅ d

T r r r r r r
(1.201)
= A (a ∧ b )⋅ A −1 ⋅ d
r r r
r r r r r
El vector resultante de la operación (a ∧ b) representamos por el vector p = (a ∧ b) , con
lo cual la expresión anterior en notación inicial queda:
{[adj(A)]ki p k }di = A p k A ki−1di

⇒ [adj( A )]ki p k d i = A A ki−1p k d i (1.202)
⇒ [adj( A )] : [(a ∧ b) ⊗ d] = A A −1 : [(a ∧ b) ⊗ d]
r r r r r r
Con lo cual concluimos que:

1
[adj(A)] = A A −1 ⇒ A −1 = [adj(A)] = 1 [cof(A)]T (1.203)
A A
Algunas consideraciones sobre la inversa de tensores:

! Si los tensores A y B son invertibles entonces las siguientes propiedades son
válidas:
( A ⋅ B) −1 = B −1 ⋅ A −1
(A )
−1 −1
=A
(1.204)
(βA )−1 = 1 A −1
β
det ( A −1 ) = [det ( A )]
−1
! La siguiente nomenclatura será utilizada para representar la transpuesta de la

inversa:
A −T ≡ ( A −1 ) T ≡ ( A T ) −1 (1.205)
Podemos demostrar que también es válida la relación adj( A ⋅ B) = adj(B) ⋅ adj( A ) ,

partiendo de la propia definición de la inversa (1.203):
1 TENSORES 57
B −1 ⋅ A −1 =
[adj(B)] ⋅ [adj(A)]
B A
⇒ A BB ⋅ A = [adj(B)] ⋅ [adj(A)]
−1 −1
⇒ A B (A ⋅ B ) = [adj(B)] ⋅ [adj( A )]
−1
(1.206)
⇒AB
[adj(A ⋅ B)] = [adj(B)] ⋅ [adj(A)]
A ⋅B
⇒ adj( A ⋅ B) = [adj(B)] ⋅ [adj( A )]
donde hemos utilizado la propiedad que A ⋅ B = A B . Análogamente podemos demostrar

que cof( A ⋅ B) = [cof( A )] ⋅ [cof(B)] .
Inversa de una matriz
Pasos para obtener la inversa de una matriz A :
1) Obtener la matriz cofactor: cof (A ) .
Sea la matriz A :
 A 11 A 12 A 13 
A = A 21 A 22 A 23  (1.207)
 A 31 A 32 A 33 
Definiremos la matriz M donde las componentes Mij serán obtenidas a partir del
determinante resultante de la matriz A al eliminar la línea i y la columna j , es decir:
 A 22 A 23 A 21 A 23 A 21 A 22 
 
 A 32 A 33 A 31 A 33 A 31 A 32 
A A 13 A 11 A 13 A 11 A 12 
M =  12  (1.208)
 A 32 A 33 A 31 A 33 A 31 A 32 
 A 12 A 13 A 11 A 13 A 11 A 12 
 
 A 22 A 23 A 21 A 23 A 21 A 22 
con esto podemos definir la matriz cofactor de A :
cof (A ) = (−1) i + j Mij (1.209)
2) Obtener la adjunta de la matriz A :

La adjunta de la matriz A es la transpuesta de la matriz cofactor:
adj(A ) = [cof (A )]
T
(1.210)
3) La inversa será:
adj(A )
A −1 = (1.211)
A
luego se cumple que:

A [adj(A )] = A 1 (1.212)
donde 1 es la matriz identidad.

Teniendo en cuenta (1.65), podemos expresar las componentes de la primera, segunda,
tercera fila de la matriz cofactor, (1.209), respectivamente como: M1i =  ijk A 2 j A 3k ,
M 2i =  ijk A 1 j A 3k , M3i =  ijk A 1 j A 2 k .
r r
Ejemplo 1.24: Dado un tensor A , demostrar que existe un vector no nulo n ≠ 0 tal que
r r
A ⋅ n = 0 si y solo si det ( A ) = 0 .
Solución: Partimos del hecho que det ( A ) ≡ A = 0 y también escogemos una base arbitrario
r r r r r r
( )
{f , g, h} , linealmente independiente luego f ⋅ g ∧ h ≠ 0 , y aplicando la definición obtenida
en (1.194):
(
r r r
) r
[
r r
f ⋅ g ∧ h A = ( A ⋅ f ) ⋅ ( A ⋅ g) ∧ ( A ⋅ h) ]
Por el hecho que det ( A ) ≡ A = 0 , eso implica que:
r
[ r r
( A ⋅ f ) ⋅ ( A ⋅ g) ∧ ( A ⋅ h) = 0
r r
] r
Con lo cual concluimos que los vectores ( A ⋅ f ) , ( A ⋅ g) , ( A ⋅ h) son linealmente
dependientes. Esto implica que existen escalares no nulos α ≠ 0 , β ≠ 0 , γ ≠ 0 tal que:
r r r r
α ( A ⋅ f ) + β ( A ⋅ g) + γ ( A ⋅ h) = 0
r
( r
⇒ A ⋅ αf + β g + γ h = 0
r r
)
r r
⇒ A ⋅n = 0
r r r r r
donde n = αf + βg + γh ≠ 0 , ver Ejemplo 1.10.
r r r
Ahora escogemos dos vectores k , m que no son linealmente independientes con n y
r r r r r r
reemplazamos esta base {k , m, n} en lugar de los vectores {a, b, c} de la definición en
(1.194):
r r r r
k ⋅ (m ∧ n) A = ( A ⋅ k ) ⋅ [( A ⋅ m) ∧ ( A ⋅ n)]
r r
r r r r r r r r
Considerando que A ⋅ n = 0 y que k ⋅ (m ∧ n) ≠ 0 , ya que la base {k , m, n} está constituida
por vectores linealmente independientes, obtenemos que:
r r r
( 24
1⋅4m
k n) A = 0
∧3
≠0
⇒ A =0 c.q.d.
1.5.3.8 Tensores Ortogonales
Tensores ortogonales juega un papel muy importante en la mecánica del continuo. Un

tensor de segundo orden ( Q ) se dice que es ortogonal cuando su transpuesta ( Q T ) es igual
a su inversa ( Q −1 ):
Q T = Q −1 (1.213)
Luego, se cumple que:
Q ⋅ QT = QT ⋅ Q = 1 (1.214)
1 TENSORES 59
Q ⋅ QT = (Q ik eˆ i ⊗ eˆ k ) ⋅ (Q jl eˆ l ⊗ eˆ j )
= Q ik Q jl δ kl (eˆ i ⊗ eˆ j )
(1.215)
= Q ik Q jk (eˆ i ⊗ eˆ j )
= δ ij (eˆ i ⊗ eˆ j )
Una transformación ortogonal propia tiene las siguientes características:

! La inversa de Q es igual a la transpuesta (ortogonalidad):
Q −1 = Q T (1.216)
! El tensor Q será propio (tensores de rotación) si:
det (Q) ≡ Q = +1 (1.217)
Un tensor ortogonal es impropio cuando Q = −1 , tensores de rotación-reflejo. Podemos

demostrar que si A y B son tensores ortogonales, un tercer tensor resultante del producto
A ⋅ B = C también es un tensor ortogonal.
r r
Consideremos dos vectores arbitrarios a y b y que a través de una transformación
ortogonal obtenemos:
r r r
~ r ~
a = Q⋅a ; b = Q ⋅b (1.218)
r r
~ ~
El producto escalar de los vectores resultantes de esta operación ( a ) y ( b ) viene dado por:
r r r r r r r
~ ~ r
a ⋅ b = (Q ⋅ a) ⋅ (Q ⋅ b) = a ⋅ Q T ⋅ Q ⋅ b = a ⋅ b (1.219)
123
=1
r r r r r
~ ~ ~ ~ ~2 r r r 2
Lo que también es válido cuando a = b , luego a ⋅ a = a = a ⋅ a = a . Con lo que
concluimos que una transformación ortogonal aplicada a vectores, preserva los módulos de
los vectores y preserva los ángulos entre los vectores, Figura 1.19. Es decir, una
transformación ortogonal está caracterizada sólo por rotaciones de los vectores.
Q r
~ r
a = a
r r
~
r b = b
b r
~
b θ r
θ ~
a
r
a
Figura 1.19: Transformación ortogonal.
Ejemplo 1.25: Demostrar que si A y B son tensores ortogonal, el tensor resultante de la

operación C = A ⋅ B resulta ser otro tensor ortogonal.
Solución:
C −1 = ( A ⋅ B) −1 = B −1 ⋅ A −1 = B T ⋅ A T = ( A ⋅ B) T = C T c.q.d.
1.5.3.9 Tensor Definido Positivo, Definido Negativo y Tensor Semi-

Definido
Decimos que un tensor es definido positivo cuando se cumple que:
Notación Tensorial Notación Indicial Notación Matricial

r r (1.220)
x⋅T⋅x >0 x i Tij x j > 0 xT T x > 0
r
para todo vector x no nulo.
Decimos que un tensor es definido negativo cuando se cumple que:
Notación Tensorial Notación Indicial Notación Matricial

r r (1.221)
x⋅T⋅x <0 x i Tij x j < 0 xT T x < 0
r
para todo vector x no nulo.
Una condición necesaria y suficiente para que un tensor sea definido positivo es que sus
autovalores ( λ1 > 0 , λ 2 > 0 , λ 3 > ) sean positivos (cuya demostración se encuentra en el
subapartado “Representación Espectral de un Tensor”), y el tensor será semi-definido positivo
r r r r
si x ⋅ T ⋅ x ≥ 0 para todo x ≠ 0 . Recordar que también se cumple que
r r r r
x ⋅ T ⋅ x = x ⋅ T sym ⋅ x ≥ 0 . Análogamente definimos un tensor semi-definido negativo cuando se
r r r r
cumple que x ⋅ T ⋅ x ≤ 0 , para todo x ≠ 0 .
r r r r r
Si α = x ⋅ T ⋅ x = T : ( x ⊗ x ) = Tij x i x j , luego la derivada de α con respecto a x viene dada
por:
∂α ∂x i ∂x j
= Tij x j + Tij x i
∂x k ∂x k ∂x k
= Tij δ ik x j + Tij x i δ jk (1.222)
= Tkj x j + Tik x i
= (Tki + Tik ) x i
Con lo que concluimos que:

∂α r
r = 2 T sym ⋅ x (1.223)
∂x
y que:
∂ 2α
r r = 2 T sym (1.224)
∂x ⊗ ∂x
1 TENSORES 61
Ejemplo 1.26: Sea un tensor de segundo orden arbitrario F . Demostrar que los tensores
resultantes C = F T ⋅ F y b = F ⋅ F T son tensores simétricos y semi-definidos positivos. Verificar
también en que condiciones C y b son tensores definidos positivos.
Solución:
(F T ⋅ F )T = F T ⋅ (F T )T = F T ⋅ F
(simetría)
(F ⋅ F T )T = (F T )T ⋅ F T = F ⋅ F T
Con lo cual hemos demostrado que los tensores C = F T ⋅ F y b = F ⋅ F T son simétricos.
Para demostrar que los tensores C = F T ⋅ F y b = F ⋅ F T son semi-definidos positivos,
partimos de la definición de un tensor semi-definido positivo, es decir, un tensor A es
r r r r
semi-definido positivo si se cumple que x ⋅ A ⋅ x ≥ 0 , para todo x ≠ 0 . Luego:
r r r r r r r r
x ⋅ (F T ⋅ F ) ⋅ x = F ⋅ x ⋅ F ⋅ x x ⋅ (F ⋅ F T ) ⋅ x = x ⋅ F ⋅ F T ⋅ x
r r r r
= (F ⋅ x ) ⋅ (F ⋅ x ) = (F T ⋅ x) ⋅ (F T ⋅ x)
r 2 r 2
= F ⋅x ≥0 = FT ⋅x ≥0
Con lo cual demostramos que C = F T ⋅ F y b = F ⋅ F T son semi-definidos positivos.
r r r r r r r
Observemos que x ⋅ C ⋅ x = F ⋅ x sólo será igual a cero, con x ≠ 0 , si F ⋅ x = 0 , y por
2
r r r r
definición F ⋅ x = 0 con x ≠ 0 , si y solo si det ( F ) = 0 , ver Ejemplo 1.24. Luego, los
tensores C = F T ⋅ F y b = F ⋅ F T serán tensores definidos positivos si y solo si det ( F ) ≠ 0 .
1.5.3.10 Descomposición Aditiva de Tensores
Dados dos tensores arbitrarios S , T ≠ 0 , y un escalar α , podemos hacer la representación

del tensor S a través de la siguiente descomposición aditiva de tensores:
S = αT + U donde U = S − αT (1.225)
Observemos que dependiendo del valor de α tendremos infinitas posibilidades para la
representación del tensor S de forma aditiva de tensores. Pero, si
Tr ( T ⋅ UT ) = Tr (U ⋅ T T ) = 0 la descomposición aditiva es única. Partiendo de (1.225)
podemos obtener el valor de α :
S ⋅ T T = αT ⋅ T T + U ⋅ T T ⇒ Tr (S ⋅ T T ) = αTr ( T ⋅ T T ) + Tr (U ⋅ T T ) = αTr ( T ⋅ T T )
14243 (1.226)
=0
con lo cual obtenemos que:

Tr (S ⋅ T T )
α= (1.227)
Tr ( T ⋅ T T )
Como ejemplo, supongamos que T = 1 , obtenemos α como:
Tr (S ⋅ T T ) Tr (S ⋅ 1) Tr (S ) Tr (S )
α= = = = (1.228)
Tr ( T ⋅ T T ) Tr (1 ⋅ 1) Tr (1) 3
Con eso podemos definir el tensor U como:
Tr (S )
U = S − αT = S − 1 ≡ S dev (1.229)
3
Luego:
Tr (S )
S= 1 + S dev = S esf + S dev (1.230)
3
Tr (S )
NOTA: Al tensor S esf = 1 denominamos de tensor esférico y al tensor
3
Tr (S )
S dev = S − 1 de tensor desviador. ■
3
1
Supongamos ahora que el tensor T = (S + S T ) luego, podemos definir α como:
2
Tr (S ⋅ T T )
1
2
[
Tr S ⋅ (S + S T ) T ]
α= = =1 (1.231)
[
Tr ( T ⋅ T T ) 1 Tr (S + S T ) ⋅ (S + S T ) T
4
]
Con eso podemos definir el tensor U como:
1 1
U = S − αT = S − (S + S T ) = (S − S T ) (1.232)
2 2
Representando así el tensor S a través de la siguiente descomposición aditiva única como:
1 1
S= (S + S T ) + (S − S T ) = S sym + S anti (1.233)
2 2
que es la misma obtenida en la descomposición aditiva de un tensor en una parte simétrica
y otra antisimétrica, ver expresión (1.148).
1.5.3.11 Derivada Temporal de Tensores
Asumamos que un tensor de segundo orden depende de un parámetro t , que es el tiempo.

Definimos la primera derivada temporal y la segunda derivada temporal del tensor T ,
respectivamente, por:
D D2
T = T& ; &&
T=T (1.234)
Dt Dt 2
La derivada temporal del determinante de un tensor viene definida como:
DT
D
Dt
[det(T )] = ij cof Tij
Dt
( ) (1.235)
donde cof (Tij ) es el cofactor de Tij y definido como [cof (Tij )]T = det(T ) (T −1 )ij .
1.5.3.12 Módulo de un Tensor
El módulo de un tensor, también conocido como Norma de Frobenius, viene dado a

continuación:
r r r
v = v ⋅ v = v i vi (1.236)
(vector)
T = T : T = Tij Tij (1.237)
(tensor de segundo orden)
A = A : ⋅A = A ijk A ijk (1.238)
(tensor de tercer orden)
C = C :: C = C ijkl C ijkl (1.239)
(tensor de cuarto orden)
1 TENSORES 63
1.5.4 Ley de Transformación 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 rotación del sistema, las componentes también
cambiarán. Entre los sistemas de coordenadas, las componentes están relacionadas entre sí
a través de las leyes de transformación de base, Figura 1.20.
TENSORES
Interpretación matemática de conceptos físicos
(Independiente del sistema de coordenadas)
COMPONENTES
Representación del Tensor en
un Sistema de Coordenadas
SISTEMA DE LEYES SISTEMA DE

COORDENADAS DE COORDENADAS
I TRANSFORMACIÓN II
Figura 1.20: Leyes de transformación de base.
Consideremos el sistema de coordenadas cartesianas (x1 , x 2 , x3 ) representado por la base

ortonormal (eˆ 1 , eˆ 2 , eˆ 3 ) , véase Figura 1.21. En este sistema, un vector arbitrario v
r
representamos a través de sus componentes como sigue:

r
v = v i eˆ i = v 1 eˆ 1 + v 2 eˆ 2 + v 3 eˆ 3 (1.240)
x3
x 2′
x3′ γ1
x1′
ê′2
ê3 ê1′
ê′3 β1
ê 2 x2
ê1
α1
x1
Figura 1.21: Transformación de coordenadas.
Representaremos sus componentes a través de una matriz columna, i.e.:
 v1 
r
( v ) i = v i =  v 2  (1.241)
 v 3 
Considerando ahora un nuevo sistema de coordenadas ortogonal (x1′ , x 2′ , x3′ ) , representado

por sus respectivos versores (eˆ 1′ , eˆ ′2 , eˆ ′3 ) , como se muestra en la Figura 1.21, el vector v
r
será representado en este sistema como v ′j eˆ ′j .

Como hemos mencionado anteriormente un vector, por ser un tensor, es independiente del
sistema adoptado, luego:
r
v = v ′k eˆ ′k = v j eˆ j (1.242)
Para obtener las componentes según una dirección es suficiente hacer el producto escalar
por el versor correspondiente a esta dirección:
v ′k eˆ ′k ⋅ eˆ ′i = ( v j eˆ j ) ⋅ eˆ ′i
v ′k δ ki = ( v j eˆ j ) ⋅ eˆ ′i (1.243)
v ′i = ( v 1 eˆ 1 + v 2 eˆ 2 + v 3 eˆ 3 ) ⋅ eˆ ′i
o aún:
 v 1′   ( v 1eˆ 1 + v 2 eˆ 2 + v 3 eˆ 3 ) ⋅ eˆ 1′ 
 v ′  = ( v eˆ + v eˆ + v eˆ ) ⋅ eˆ ′ 
 2  1 1 2 2 3 3 2 (1.244)
 v ′3   ( v 1 e1 + v 2 e 2 + v 3 e 3 ) ⋅ e ′3 
 ˆ ˆ ˆ ˆ
1 TENSORES 65
Reestructurando la expresión anterior, obtenemos:

 v 1′   eˆ 1 ⋅ eˆ 1′ eˆ 2 ⋅ eˆ 1′ eˆ 3 ⋅ eˆ 1′   v 1 
 v ′  = eˆ ⋅ eˆ ′ eˆ 2 ⋅ eˆ ′2

eˆ 3 ⋅ eˆ ′2   v 2 
 2  1 2 (1.245)
 v ′3   eˆ 1 ⋅ eˆ ′3 eˆ 2 ⋅ eˆ ′3 eˆ 3 ⋅ eˆ ′3   v 3 
o aún:
v ′i = a ij v j (1.246)
donde definimos la matriz de transformación de coordenadas A ≡ aij como:
 eˆ 1 ⋅ eˆ 1′ eˆ 2 ⋅ eˆ 1′ eˆ 3 ⋅ eˆ 1′   eˆ 1′ ⋅ eˆ 1 eˆ 1′ ⋅ eˆ 2 eˆ 1′ ⋅ eˆ 3 
   
A ≡ a ij = eˆ 1 ⋅ eˆ ′2 eˆ 2 ⋅ eˆ ′2 eˆ 3 ⋅ eˆ ′2  = eˆ ′2 ⋅ eˆ 1 eˆ ′2 ⋅ eˆ 2 eˆ ′2 ⋅ eˆ 3  (1.247)
eˆ 1 ⋅ eˆ ′3 eˆ 2 ⋅ eˆ ′3 eˆ 3 ⋅ eˆ ′3   eˆ ′3 ⋅ eˆ 1 eˆ ′3 ⋅ eˆ 2 eˆ ′3 ⋅ eˆ 3 

Considerando el producto escalar eˆ ′i ⋅ eˆ j = eˆ ′i eˆ j cos(xi′ , x j ) , ver ecuación (1.4), la
relación anterior será expresada a través de los cosenos directores por:
 v 1′   cos( x1′ , x1 ) cos( x1′ , x 2 ) cos( x1′ , x3 )  v 1 
 v ′  = cos(x ′ , x ) cos(x ′ , x ) cos(x ′ , x )  v 
 2  2 1 2 2 2 3   2
 v ′3   cos(x 3′ , x1 ) cos(x3′ , x 2 ) cos( x3′ , x 3 )  v 3 
{ 1444444424444444 3{ (1.248)
v′ A v
v ′ = Av
En la Figura 1.21, cos α 1 = cos(x1′ , x1 ) , cos β 1 = cos(x1′ , x 2 ) y cos γ 1 = cos(x1′ , x3 ) .

Observemos que esta matriz es no simétrica A ≠ A T , y será representada explícitamente
por:
 a11 a12 a13 
a ij ≡ A =  a 21 a 22 a 23  (1.249)
 a 31 a 32 a33 
La inversa de la ecuación (1.246) será:

v k eˆ k ⋅ eˆ i = v ′j eˆ ′j ⋅ eˆ i
v k δ ki = v ′j a ji
(1.250)
v i = v ′j a ji
v = A T v′
También podemos decir que:
eˆ i = a ji eˆ ′j (1.251)
La inversa de la relación (1.248) viene dada por:

v = A −1v ′ (1.252)
Comparando las relaciones (1.252) y (1.250), concluimos que la matriz A es una matriz
ortogonal, es decir:
Notación
A −1 = A T ⇒ A T A = 1 Indicial
 → a ki a kj = δ ij (1.253)
Tensor de segundo orden

Consideremos un sistema de coordenadas representado por su base ortonormal ê i luego,
el cambio de base para un nuevo sistema representado por su base ortonormal eˆ ′i será
dado por la ley de transformación: eˆ k = a ik eˆ ′i . Consideremos ahora la representación de
un tensor de segundo orden T de forma simbólica:
T = Tkl eˆ k ⊗ eˆ l
= Tkl a ik eˆ ′i ⊗ a jl eˆ ′j
(1.254)
= Tkl a ik a jl eˆ ′i ⊗ eˆ ′j
= Tij′ eˆ ′i ⊗ eˆ ′j
Resultando que la transformación de base para las componentes de tensores de segundo

será:
Tij′ = Tkl a ik a jl (1.255)
Tensor de tercer orden

Consideremos ahora un tensor de tercer orden S representado en la base ê i :
S = S lmn eˆ l ⊗ eˆ m ⊗ eˆ n
= S lmn ail eˆ ′i ⊗ a jm eˆ ′j ⊗ a kn eˆ ′k
(1.256)
= S lmn ail a jm a kn eˆ ′i ⊗ eˆ ′j ⊗ eˆ ′k
= S ′ijk eˆ ′i ⊗ eˆ ′j ⊗ eˆ ′k
concluyendo que las componentes del tensor de tercer orden en la nueva base eˆ ′i serán:
S ′ijk = S lmn a il a jm a kn (1.257)
En forma general, las transformaciones de coordenadas de las componentes de tensores de

primer, segundo, tercer y cuarto orden serán dadas respectivamente por:
orden de (x1 , x 2 , x3 ) →

a
(x1′ , x 2′ , x3′ ) de (x1′ , x 2′ , x3′ ) →
a
(x1 , x 2 , x3 )
0 (escalar) λ′ = λ λ = λ′
1 (vector) S i′ = a ij S j S i = a ji S ′j
(1.258)
2 S ij′ = a ik a jl S kl S ij = a ki a lj S kl′
3 ′ = a il a jm a kn S lmn
S ijk ′
S ijk = a li a mj a nk S lmn
4 ′ = a im a jn a kp a lq S mnpq
S ijkl ′
S ijkl = a mi a nj a pk a ql S mnpq
1 TENSORES 67
Ejemplo 1.27: Obtener las componentes de la siguiente operación:

T′ = A ⋅ T ⋅ AT
donde Tij y a ij son las componentes de los tensores T y A , respectivamente.
Si a ij son las componentes de la matriz de transformación de base, hacer también la
representación de las componentes de los tensores T y T ′ en sus respectivos sistemas.
Solución: La expresión T ′ = A ⋅ T ⋅ A T en notación simbólica queda:
′ (eˆ a ⊗ eˆ b ) = a rs (eˆ r ⊗ eˆ s ) ⋅ T pq (eˆ p ⊗ eˆ q ) ⋅ a kl (eˆ l ⊗ eˆ k )
Tab
= a rs T pq a kl δ sp δ ql (eˆ r ⊗ eˆ k )
= a rp T pq a kq (eˆ r ⊗ eˆ k )
Para obtener las componentes de T ′ es suficiente hacer el doble producto escalar
por la base (eˆ i ⊗ eˆ j ) , resultando:
′ (eˆ a ⊗ eˆ b ) : (eˆ i ⊗ eˆ j ) = a rp T pq a kq (eˆ r ⊗ eˆ k ) : (eˆ i ⊗ eˆ j )
Tab
′ δ ai δ bj = a rp T pq a kq δ ri δ kj
Tab
Tij′ = a ip T pq a jq
Observemos que esta operación viene representada en forma matricial como:
T ′ = A T AT
Si A es la matriz de transformación de base se cumple que A T = A −1 luego, se
cumple que T = A T T ′ A , y la representación de las componentes se muestran
en la Figura abajo:
T ′ = A T AT x3′
′
T33
′
T23
′
T32 ′
T22
x3
T33 T13′
′
T31 T12′ x2′
T13 ′
T21
T23 T11′
T32
T31 T22
T12
T21 x2 x1′
T11
x1
T = AT T ′ A
Figura 1.22: Ley de transformación de base.
Ejemplo 1.28: Probar que I T = Tii es un invariante bajo un cambio de base.
Solución: Considerando la ley de transformación para un tensor de segundo orden dado por
(1.258), podemos decir que: Tij′ = a ik a jl Tkl . Luego, Tii′ vendrá dado por:
Tii′ = a ik a il Tkl = δ kl Tkl = Tkk = I T
Lo que demuestra que I T es un invariante.
Consideremos ahora cuatro sistemas de coordenadas (x1 , x 2 , x3 ) , (x1′ , x 2′ , x3′ ) , (x1′′, x 2′′ , x3′′ ) y
(x1′′′, x 2′′′, x3′′′) y así como las siguientes matrices de transformación, ver Figura 1.23:
A : matriz de transformación del sistema (x1 , x 2 , x3 ) al sistema (x1′ , x 2′ , x3′ ) ;
B : matriz de transformación del sistema (x1′ , x 2′ , x3′ ) al sistema (x1′′, x 2′′ , x3′′ ) ;
C : matriz de transformación del sistema (x1′′, x 2′′ , x3′′ ) al sistema (x1′′′, x 2′′′, x3′′′) .
X′
A −1
=A T
B −1 = B T
A B
AT BT
X X ′′
BA
CBA C
AT BT CT C −1 = C T
X ′′′
Figura 1.23: Matrices de transformación entre sistemas.

Si consideramos una matriz columna v formada por las componentes del tensor de orden
r
uno v en el sistema (x1 , x 2 , x3 ) y las matrices de transformación A , B , C , podemos
decir que las componentes de este vector en el sistema (x1′ , x 2′ , x3′ ) serán:
v ′ = Av (1.259)
y su forma inversa
v = AT v′ (1.260)
Las componentes de este vector en el sistema (x1′′, x 2′′ , x3′′ ) son:
v ′′ = Bv ′ (1.261)
y su forma inversa:
v ′ = B T v ′′ (1.262)
Reemplazando la ecuación (1.259) en la ecuación (1.261) hallamos:
v ′′ = BA v (1.263)
1 TENSORES 69
La matriz formada por BA será la matriz de transformación (también ortogonal) del

sistema (x1 , x 2 , x3 ) para el sistema (x1′′, x 2′′ , x3′′ ) , ver Figura 1.23. La forma inversa será
obtenida reemplazando la ecuación (1.262) en la ecuación (1.260), resultando:
v = A T B T v ′′ (1.264)
Podríamos haber obtenido esta ecuación directamente de la ecuación (1.263)
v = (BA ) v ′′ = (BA ) v ′′ = A T B T v ′′
−1 T
(1.265)
Análogamente, podemos obtener las componentes del vector en el sistema (x1′′′, x 2′′′, x3′′′) , ver
Figura 1.23, como:
v ′′′ = CBA v Forma
 inversa
→ v = A T B T C T v ′′′ (1.266)
1.5.4.1 Transformada de Coordenadas en 2 Dimensiones
En el caso 2D tenemos como matriz de transformación de coordenadas una matriz con 4

componentes, donde dos son redundantes, y además las otras dos se pueden escribir en
función de una única variable libre, α .
y
α y ′y = α
x′ π
y′ α x′y = −α
α y′y α x′y 2
π
α y ′x = +α
α y ′x α x′x = α 2
x
Figura 1.24: Transformación de sistema de coordenadas- 2D.
La transformación de coordenadas entre el sistema x − y al sistema x ′ − y ′ viene dada por

la matriz A , que es:
 a11 a12 0 cos(α x′x ) cos(α x′y ) 0
A = a 21 a 22 0 = cos(α y ′x ) cos(α y ′y ) 0 (1.267)
 0 0 1   0 0 1
cuya matriz A es la matriz con los cosenos directores, ver Figura 1.24. Por relaciones
trigonométricas podemos deducir que:
α x′x = α y′y ⇒ cos(α x′x ) = cos(α y′y ) = cos(α )
π 
cos(α x′y ) = cos − α  = sin(α )
2  (1.268)
π 
cos(α y′x ) = cos + α  = − sin(α )
2 
Quedando la matriz de transformación (en 2D) definida por:
 cos(α) sin(α ) 
A=  (1.269)
− sin(α ) cos(α )
Como comprobación de esta transformación consideremos un vector posición del punto
r
P dado por r , donde sus coordenadas son ( x P , y P ) en el sistema x − y , y las coordenadas
del mismo punto en el sistema x ′ − y ′ son ( x ′P , y ′P ) , ver Figura 1.25.
yP′
y x′
P
xP
yP
yP
sin
co
(α
s(
)
α)
y′ α x ′P
r
r
β
)
(α
is n
y ′P yP
α xP
) x
s(α
c o
xP
Figura 1.25: Transformación de sistema de coordenadas- 2D.
Podemos escribir que:

 π 
 x ′P = x P cos(α ) + y P cos(β )  x ′P = x P cos(α ) + y P cos 2 − α 
   
 π  ⇒
y
 P ′ = − x P cos( β ) + y P cos − β   y ′ = − x cos π − α  + y cos(α )
 2   P P P (1.270)
2 
 x ′P = x P cos(α ) + y P sin(α )
⇒
 y ′P = − x P sin(α) + y P cos(α )
En forma matricial:
−1
 x ′P   cos(α ) sin(α )   x P  Forma  x   cos(α ) sin(α )   x ′P 
→ P  = 
Inversa
 y ′  =  − sin(α ) cos(α )  y      y′  (1.271)
 P   P  y P  − sin(α ) cos(α )  P
Como la matriz es ortonormal, su inversa es igual a su transpuesta, es decir, A −1 = A T ,

luego la relación anterior puede ser reescrita como:
 x P  cos(α ) − sin(α )  x ′P 
 y  =  sin(α ) cos(α )   y ′  (1.272)
 P    P
1 TENSORES 71
Ejemplo 1.29: Encontrar la matriz de transformación del sistema ( x, y , z ) al sistema

x′′′, y ′′′, z ′′′ , ver Figura 1.26:
z = z′
z ′′ = z ′′′
y ′′′
β
γ y ′ = y ′′
α y
x α x′
γ
x ′′′
x ′′
Figura 1.26: Rotación.
Solución: Podemos observar que la obtención del sistema x′′′, y ′′′, z′′′ es una combinación de
rotaciones mostradas a continuación:
♦ Rotación según eje z
z = z′
sistema x, y , z para x′, y ′, z′
y′
α  cos α sin α 0
α
y A = − sin α cos α 0
 0 0 1 
x x′
con 0 ≤ α ≤ 360 º
♦ Rotación según eje y′
z = z′
sistema x′, y ′, z′ para x′′, y ′′, z′′
z ′′
cos β 0 − sin β 
β y ′ = y ′′ B =  0 1 0 
 sin β 0 cos β 
α y
x α x′
con 0 ≤ β ≤ 180 º x ′′
♦ Rotación según eje z ′′
z = z′ sistema x′′, y ′′, z′′ para x′′′, y ′′′, z′′′

z ′′ = z ′′′
y ′′′
β  cos γ sin γ 0
γ y ′ = y ′′
C = − sin γ cos γ 0 
α y
 0 0 1 
x α x′
γ
x ′′′
x ′′
con 0 ≤ γ ≤ 360º
La matriz de transformación del sistema ( x, y , z ) para el sistema x′′′, y ′′′, z′′′ , ver
Figura 1.23, será dada por:
D = CBA
Resultando:
 (cos α cos β cos γ − sin α sin γ ) (sin α cos β cos γ + cos α sin γ ) − sin β cos γ 
D = (− cos α cos β sin γ − sin α cos γ ) (− sin α cos β sin γ + cos α cos γ ) sin β sin γ 

 cos α sin β sin α sin β cos β 
Los ángulos α, β , γ son conocidos como los ángulos de Euler.
1 TENSORES 73
Ejemplo 1.30: Consideremos que las componentes de un tensor de segundo orden T , en

el sistema de referencia (x1 , x 2 , x 3 ) , están representadas por:
 3 − 1 0
(T )ij = Tij = T =  − 1 3 0 
 0 0 1 
Sabiendo que la matriz de transformación de coordenadas del sistema (x1 , x 2 , x 3 ) al sistema
(x1′ , x 2′ , x 3′ ) viene dada por:
 
 0 0 1
 2 2 
A= 0
 2 2 
 2 2 
− 0
 2 2 
Obtener las componentes del tensor Tij en el nuevo sistema de coordenadas (x1′ , x 2′ , x 3′ ) .
Solución: Como se definió en la ecuación (1.258), la ley de transformación para un tensor de
segundo orden es:
Tij′ = aik a jl Tkl
Para que la operación anterior sea posible en forma matricial:
[ ]
Tij′ = [a i k ] [Tk l ] a l j
T
Luego:
T ′ = A T AT
 0  2 2
0 1 0 − 
  2 2 
 2   3 − 1 0  
2   2 2 
T ′=  0  − 1 3 0  0
 2 2   2 2 
 2 2   0 0 1   
− 0 1 0 0 
 2 2   
Efectuando la operación de matrices anterior obtenemos que:
1 0 0 
T ′ = 0 2 0 
0 0 4 
NOTA: Como podemos verificar en el ejemplo anterior las componentes del tensor T en
esta nueva base presenta una característica donde los términos fuera de la diagonal principal
son nulos. La pregunta ahora es. ¿Dado un tensor T , existe una transformación 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. ■
1.5.5 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 nˆ ′ ) resulta un vector, o dicho de otra manera, que la proyección
de un tensor de segundo orden sobre una dirección resulta un vector que no
necesariamente tiene la misma dirección de nˆ ′ , ver Figura 1.27 (a).
El problema de autovalor y autovector consiste en encontrar una dirección n̂ tal que el

vector proyección sobre está dirección esté coincidente con la dirección n̂ , ver Figura 1.27
(b).
a) Proyección de T sobre b) Dirección principal.

un plano arbitrario.
r ˆ
t (n′) = T ⋅ nˆ ′ r ˆ
t (n) = T ⋅ nˆ = λnˆ
n̂
nˆ ′
n̂ - dirección principal
x3
λ - autovalor asociado a la
x2 dirección n̂ .
x1
Figura 1.27: Proyección de un tensor sobre una dirección.
Luego, sea un tensor T . Un vector n̂ se dice autovector de T si existe un escalar λ ,

denominado autovalor, tal que:
T ⋅ nˆ = λnˆ (1.273)
Si T es un tensor de segundo orden, podemos escribir la ecuación (1.273) en componentes

como:
Tij nˆ j = λnˆ i
⇒ Tij nˆ j − λnˆ i = 0 i (1.274)
Notación r
( )
⇒ Tij − λδ ij nˆ j = 0 i  → (T − λ1) ⋅ nˆ = 0
Tensorial
r
donde 0 i son las componentes del vector nulo 0 . El conjunto de ecuaciones homogéneas
r
anteriores sólo tendrá soluciones no triviales de n̂ (es decir, para nˆ ≠ 0 ), ver Ejemplo
1.24, si y sólo si:
det ( T − λ1) = 0 ; Tij − λδ ij = 0 (1.275)
que es el determinante característico del tensor T , explícitamente dado por:

T11 − λ T12 T13
T21 T22 − λ T23 =0 (1.276)
T31 T32 T33 − λ
1 TENSORES 75
Desarrollando este determinante podemos obtener el polinomio característico, que está

representado por una ecuación cúbica en λ :
λ3 − λ2 I T + λ II T − III T = 0 (1.277)
donde I T , II T , III T son los invariantes principales del tensor T , definidos en función de sus
componentes Tij por:
I T = Tr (T ) = Tii
δ jk
II T =
1
2
[
( TrT ) 2 − Tr ( T 2 ) ]
=
1
2
{ [( ) ]}
Tr ( Tij eˆ i ⊗ eˆ j ) Tr ( Tkl eˆ k ⊗ eˆ l ) − Tr Tij eˆ i ⊗ eˆ j ⋅ (Tkl eˆ k ⊗ eˆ l )
=
1
2
{ [ ]}
Tij δ ij Tkl δ kl − Tij Tkl δ jk Tr (eˆ i ⊗ eˆ l ) (1.278)
=
1
2
{ Tii Tkk − Tij Tkl δ jk δ il }
=
1
2
{ }
Tii Tkk − Tij T ji = Mii = Tr[cof( T )]
III T = det ( T ) = Tij =  ijk Ti1 T j 2 Tk 3
donde Mii es la misma matriz definida en la expresión (1.208), aunque sólo serán
consideradas las de la diagonal principal: Mii = M11 + M 22 + M33 . También podemos expresar
los invariantes como:
IT = T11 + T22 + T33
T22 T23 T11 T13 T T12
II T = + + 11
T32 T33 T31 T33 T21 T22 (1.279)
= T22 T33 − T23 T32 + T11 T33 − T13 T31 + T11 T22 − T12 T21
III T = T11 ( T22 T33 − T32 T23 ) − T12 (T21 T33 − T31 T23 ) + T13 ( T21 T32 − T31 T22 )
Si T es un tensor simétrico, los invariantes principales se resumen de la forma:

IT = T11 + T22 + T33
II T = T11 T22 + T11 T33 + T22 T33 − T122 − T132 − T232
(1.280)
III T = T11 T22 T33 + T12 T13 T23 + T13 T12 T23 − T122 T33 − T23
2
T11 − T132 T22
Una vez resuelto el polinomio característico obtendremos tres autovalores λ 1 , λ 2 , λ 3 . Si los

tres autovalores son distintos λ 1 ≠ λ 2 ≠ λ 3 tenemos tres direcciones principales únicas. Si
λ 1 = λ 2 ≠ λ 3 tenemos en este caso la dirección principal ( n̂ (3) ) correspondiente al autovalor
λ 3 única y las otras dos pueden ser cualesquiera mientras sean mutuamente ortogonales
entre si y a n̂ (3) . Si λ 1 = λ 2 = λ 3 cualquier dirección será una dirección principal. Cuando
un tensor presenta los tres autovalores iguales lo denominamos de Tensor Esférico.
OBS.: Encontrar los autovalores (también conocidos como valores principales) es

equivalente a encontrar unas direcciones principales (autovectores) tal que Tij = 0
para i ≠ j . Además podemos decir que los autovectores constituyen una matriz de
transformación entre el sistema original y el sistema formado por los autovalores.
Una vez obtenidos los autovectores, estos constituyen una base ortonormal denominado
de espacio principal. En este espacio sólo tendremos componentes normales. Luego, las
componentes del tensor en este espacio vienen representadas por:
λ 1 0 0  T1 0 0
Tij′ =  0 λ2 0=0
  T2 0  (1.281)
 0 0 λ 2   0 0 T3 
En este espacio (espacio principal), los invariantes pueden ser obtenidos como:
IT = T1 + T2 + T3
II T = T1 T2 + T2 T3 + T1 T3 (1.282)
III T = T1 T2 T3
Cuyos valores tienen que coincidir con los valores obtenidos en (1.279).
En el caso particular que el tensor sea esférico, es decir, T1 = T2 = T3 = T , se cumple que
I T2 = 3 II T , III T = T 3 .
Dado un tensor antisimétrico W , los invariantes principales vienen dados por:
IW =0
0 W23 0 W13 0 W12
II W = + +
− W23 0 − W13 0 − W12 0
(1.283)
= W23 W23 + W13 W13 + W12 W12
= ω2
III W =0
r r r
donde ω 2 = w = w ⋅ w = W232 + W132 + W122 , ver expresión (1.132). Luego, la ecuación
2
característica correspondiente a un tensor antisimétrico queda:

λ3 − λ2 I W + λ II W − III W = 0
⇒ λ3 + ω 2 λ = 0 (1.284)
⇒λ λ +ω ( 2 2
)= 0
Con lo cual comprobamos que por lo menos un autovalor es real e igual a cero, y dos
posibles raíces imaginarias:
λ2 + ω 2 = 0 ⇒ λ2 = −ω 2 = 0 ⇒ λ (1, 2 ) = ±ω − 1 = ±ω i (1.285)
1.5.5.1 Ortogonalidad de los Autovectores
Retomando la definición de autovalores dada por (1.273), si λ 1 , λ 2 , λ 3 (con λ 1 ≠ λ 2 ≠ λ 3 )

son los autovalores del tensor de segundo orden T luego, se cumple que:
T ⋅ nˆ (1) = λ 1nˆ (1) ; T ⋅ nˆ ( 2 ) = λ 2 nˆ ( 2) T ⋅ nˆ (3) = λ 3 nˆ (3) (1.286)
Podemos multiplicar la primera expresión por n̂ ( 2) y a la segunda por n̂ (1) resultando:

nˆ ( 2 ) ⋅ T ⋅ nˆ (1) = λ 1nˆ ( 2 ) ⋅ nˆ (1)
(1.287)
nˆ (1) ⋅ T ⋅ nˆ ( 2 ) = λ 2 nˆ (1) ⋅ nˆ ( 2 )
1 TENSORES 77
Ya que el tensor T es simétrico se cumple que nˆ ( 2) ⋅ T ⋅ nˆ (1) = nˆ (1) ⋅ T ⋅ nˆ ( 2) luego:
λ 1nˆ ( 2) ⋅ nˆ (1) = λ 2 nˆ (1) ⋅ nˆ ( 2 ) (1.288)
Siendo nˆ ( 2) ⋅ nˆ (1) = nˆ (1) ⋅ nˆ ( 2) , resulta que:
(λ 1 − λ 2 ) nˆ (1) ⋅ nˆ ( 2) = 0 (1.289)
Ya que λ1 ≠ λ 2 ≠ 0 , para satisfacer (1.289) se debe cumplir que:
nˆ (1) ⋅ nˆ ( 2 ) = 0 (1.290)
Análogamente podemos demostrar que nˆ (1) ⋅ nˆ (3) = 0 y nˆ ( 2) ⋅ nˆ (3) = 0 . Con lo que

demostramos que los autovectores son versores ortogonales entre sí, constituyendo así una
base ortonormal, ver Figura 1.28, donde la matriz de transformación de base viene dada
por:
 nˆ (1)   nˆ 1(1) nˆ (21) nˆ 3(1) 
   
A = nˆ ( 2)  = nˆ 1( 2) nˆ (22 ) nˆ 3( 2 )  (1.291)
nˆ (3)  nˆ (3) nˆ (23) nˆ (33) 
   1
diagonalización
T ′ = A T AT
x3 T33 T3
x3′ T2
n̂(3)
n̂( 2 )
T23 x 2′
T13
T23
T13 T22 n̂(1)
T12 T12
x2 T1
T11
x1′
x1
T = AT T ′ A Espacio Principal
Figura 1.28: Diagonalización.
1.5.5.2 Invariantes
Los invariantes son aquellos que bajo un cambio de base mantiene su valor. El número de
invariantes independientes (invariantes principales) de un tensor, depende del orden del
tensor. Por ejemplo, en un tensor de segundo orden, el número de invariantes principales
es tres, véase ecuaciones (1.278). Cualquier otro invariante podrá ser representado como
función de estos tres invariantes principales.
En dos dimensiones (2D) el número de invariantes principales se limita a dos:
I T = Tr (T ) = Tii
(1.292)
III T = det ( T ) = Tij =  ijk Ti1 T j 2 Tk 3 (i, j , k = 1,2)
Todo tensor de orden cero (escalar), (ej.: temperatura, presión, densidad) es un invariante.
Ejemplo 1.31: Demostrar que las siguientes relaciones son invariantes:

C12 + C 22 + C 32 ; C13 + C 23 + C 33 ; C14 + C 24 + C 34
donde C1 , C 2 , C 3 son los autovalores del tensor de segundo orden C .
Solución :
Cualquier combinación de los invariantes principales será un invariante.
Intentaremos expresar las relaciones anteriores en función de los invariantes
principales.
Consideremos la siguiente relación:
2
1444424444
(
I C2 = (C1 + C 2 + C 3 ) = C12 + C 22 + C 32 + 2 C1 C 2 + C1 C 3 + C 2 C 3
3
)
II C
⇒ C12 + C 22 + C 32 = I C2 − 2 II C
Comprobando que C12 + C 22 + C 32 es un invariante. Análogamente, podemos
obtener que:
C13 + C 23 + C 33 = I C3 − 3 II C I C + 3 III C
C14 + C 24 + C 34 = I C4 − 4 II C I C2 + 4 III C I C + 2 II C2
Ejemplo 1.32: 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 transformación:
E* = Q ⋅ E ⋅ QT
Solución:
Los autovalores ( λ i ) del tensor E obtenemos a partir del determinante
característico:
0 = det (E * − λ1) 0 = det (E *ij − λδ ij )
(
= det Q ⋅ E ⋅ Q T − λ1 ) (
= det Q ik E kp Q jp − λδ ij )
= det (Q ⋅ E ⋅ Q − Q ⋅ λ1 ⋅ Q )
T T
= det (Q E − λQ ik Q jp δ kp )
kp Q jp
= det [Q ⋅ (E − λ1 ) ⋅ Q ]
ik
= det [Q (E ) ]
T
− λδ kp Q jp
(Q3)
ik kp
= det
12Q
(3) det (E − λ1 ) det
1 424
T
= det (Q )det (E − λδ ) det (Q )
ik kp kp jp
1 1
= det (E − λ1 ) = det (E − λδ )
kp kp
*
Con lo que comprobamos que E y E tienen los mismos autovalores.
1 TENSORES 79
1.5.5.3 Solución de Ecuación Cúbica
Si un tensor T es simétrico podemos demostrar que las raíces de la ecuación característica

( λ3 − λ2 I T + λ II T − III T = 0 ) serán todas raíces reales, definidas de la forma:
  α  I
λ1 = 2 S cos   + T
  3  3
  α 2π   IT
λ 2 = 2 S cos +  + (1.293)
 3 3  3
  α 4π  IT
λ 3 = 2S cos +  +
 3 3   3
con
I T2 − 3 II T R I T II T 2I 3 R3  Q 
R= ; S= ; Q= − III T − T ; T= ; α = arccos − 
3 3 3 27 27  2T 
con α en radianes. (1.294)
Ya que λ1 , λ 2 , λ 3 son los autovalores del tensor T luego, podemos reestructurar la

solución como:
 α 
cos 3  0 0 
λ 1 0 0 1 0 0    
0  IT     α 2π  
 λ2 0= 0 1 0 + 2 S 0 cos +  0
3   3 3   (1.295)
 0 0 λ 3  0 0 1  
144244 3  0  α 4π 
0 cos + 
Parte Esférica
  
 344343
14 4444444244444
Parte Desviadora
Observemos que si T es esférico se cumple que I T2 = 3 II T luego, S = 0 .
Ejemplo 1.33: Determinar los valores principales y las direcciones principales del tensor
cartesiano de segundo orden T , cuyas componentes se representan matricialmente por:
 3 − 1 0
(T )ij = Tij = T =  − 1 3 0 
 0 0 1 
Solución: Buscamos soluciones no triviales para (Tij − λδ ij ) n j = 0 i , con la restricción de que

n j n j = 1 . Como ya hemos visto, la solución no trivial requiere la condición:
Tij − λδ ij = 0
Explícitamente, la expresión anterior queda:
T11 − λ T12 T13 3 − λ −1 0
T21 T22 − λ T23 = −1 3 − λ 0 =0
T31 T32 T33 − λ 0 0 1− λ
Desarrollando el determinante anterior obtenemos la ecuación cúbica:
[
(1 − λ ) (3 − λ ) 2 − 1 = 0 ]
3 2
λ − 7 λ + 14λ − 8 = 0
Podríamos haber obtenido directamente la ecuación característica anterior a través
de los invariantes:
I T = Tr ( Tij ) = Tii = T11 + T22 + T33 = 7
T T23 T11 T13 T11 T12
II T =
1
2
( )
Tii T jj − Tij Tij = 22
T32 T33
+
T31 T33
+
T21 T22
= 14
III T = Tij =  ijk Ti1 T j 2 Tk 3 = 8

Luego, utilizando la ecuación (1.277), la ecuación característica será:
λ3 − λ2 I T + λ II T − III T = 0 → λ3 − 7λ2 + 14λ − 8 = 0
Resolviendo la ecuación cúbica podemos obtener las tres raíces reales, puesto que
la matriz T es simétrica:
λ 1 = 1; λ 2 = 2; λ3 = 4
Podemos además comprobar si los invariantes están bien calculados utilizando la
expresión de los invariantes en función de los autovalores:
I T = λ1 + λ 2 + λ 3 = 1 + 2 + 4 = 7 ✓
II T = λ 1 λ 2 + λ 2 λ 3 + λ 3 λ 1 = 1 × 2 + 2 × 4 + 4 × 1 = 14 ✓
III T = λ 1 λ 2 λ 3 = 8 ✓
Con lo que podemos comprobar que los invariantes son los mismos que los
obtenidos anteriormente.
Cálculo de las direcciones principales:

Para obtener las direcciones principales, utilizamos la ecuación (1.274), donde
cada autovalor λ i está asociado a un autovector nˆ (i ) .
"Para λ 1 = 1
3 − λ 1 −1 0   n 1  3 − 1 − 1 0   n1   0 
 −1 3 − λ1  
0  n 2  =  − 1 3 − 1 0  n 2  = 0 
 

 0 0 1 − λ 1  n 3   0 0 1 − 1 n 3  0 
resultando el siguiente sistema de ecuaciones:
2n1 − n 2 = 0 
  ⇒ n1 = n 2 = 0
 − n1 + 2n 2 = 0
0n = 0
 3
n i n i = n12 + n 22 + n 32 = 1
Luego, podemos obtener que: λ1 = 1 ⇒ nˆ (1) = [ 0 0 ±1] .
NOTA: Esta solución podría haberse determinado previamente por la situación
particular que presentan las componentes del tensor. Al ser los términos
T13 = T23 = T31 = T32 = 0 , T33 = 1 ya es un valor principal, como consecuencia esta
dirección ya es una dirección principal. ■
Para λ 2 = 2
3 − λ 2 −1 0   n 1  3 − 2 − 1 0   n1   0 
 −1 3 − λ2 0  n  =  − 1 3 − 2 0  n 2  = 0 
  2  
 0 0 1 − λ 2  n 3   0 0 1 − 2  n 3  0 
1 TENSORES 81
n1 − n 2 = 0 ⇒ n1 = n 2

 − n1 + n 2 = 0
− n = 0
 3
Podemos observar que las dos primeras ecuaciones son linealmente dependientes.
Necesitamos entonces de una ecuación adicional:
1
n i n i = n12 + n 22 + n 32 = 1 ⇒ 2n12 = 1 ⇒ n1 = ±
2
Luego:
 1 1 
λ2 = 2 ⇒ nˆ (2) =  ± ± 0
 2 2 
Para λ 3 = 4
3 − λ 3 −1 0   n 1  3 − 4 − 1 0   n1   0 
 −1 3 − λ3    
0  n 2  =  − 1 3 − 4 0  n 2  = 0 

 0 0 1 − λ 3  n 3   0 0 1 − 4  n 3  0 
 − n1 − n 2 = 0 
  ⇒ n 2 = −n 2
 − n1 − n 2 = 0 
− 3n = 0
 3
1
n i n i = n12 + n 22 + n 32 = 1 ⇒ 2n12 = 1 ⇒ n1 = ±
2
Resultando:
 1 1 
λ3 = 4 ⇒ nˆ (3) =  ± m 0
 2 2 
Podemos entonces resumir que las direcciones principales correspondientes a sus
valores principales son:
λ1 ⇒ nˆ (1) = [ 0 0 ±1]
 1 1 
λ2 ⇒ nˆ (2) = ± ± 0
 2 2 
 1 1 
λ3 ⇒ nˆ (3) = ± m 0
 2 2 
NOTA: Las componentes del tensor en el sistema de coordenadas original
(x1 , x 2 , x3 ) es el mismo del Ejemplo 1.30. Los autovalores obtenidos fueron
λ 1 = 1 , λ 2 = 2 y λ 3 = 4 y la matriz de transformación A está constituida por los
autovectores de T . Luego, podemos concluir que los autovectores constituyen
una base de transformación del sistema (x1 , x 2 , x 3 ) para el sistema (x1′ , x 2′ , x 3′ )
formado por los ejes principales ■
1.5.6 Representación Espectral de un Tensor

De la solución de la ecuación (1.277) obtenemos tres autovalores: λ1 , λ 2 , λ 3 . Cada
autovalor estará asociado a un autovector, es decir:
para λ 1 ⇒ nˆ (1) [
= nˆ 1(1) nˆ (21) nˆ 3(1) ]
para λ 2 ⇒ nˆ ( 2 ) = [ nˆ( 2)
1 nˆ (22 ) nˆ 3( 2) ] (1.296)
para λ 3 ⇒ nˆ (3) = [ nˆ( 3)
1 nˆ (23) nˆ 3(3) ]
En el espacio principal, cuyas bases están formadas por los autovectores nˆ (1) , nˆ ( 2) , nˆ (3) , el
tensor T tendrá como componentes una matriz diagonal formada por los autovalores:
λ 1 0 0
Tij′ = T ′ =  0 λ2 0  (1.297)
 0 0 λ 3 
Con invariantes principales: I T = λ 1 + λ 2 + λ 3 , II T = λ 1λ 2 + λ 2 λ 3 + λ 3 λ 1 , III T = λ 1λ 2 λ 3 .

Sabiendo que los autovectores forman una base de transformación tal que:
T ′ = A T AT (1.298)
luego, la forma inversa será:
T = AT T ′ A (1.299)
donde
 nˆ (1)   nˆ 1(1) nˆ (21) nˆ 3(1) 
   
A = nˆ ( 2)  = nˆ 1( 2) nˆ (22 ) nˆ 3( 2 )  (1.300)
nˆ (3)  nˆ (3) nˆ (23) nˆ (33) 
   1
Explícitamente, la relación (1.299) queda:
 T11 T12 T13  nˆ 1(1) nˆ 1( 2 ) nˆ 1(3)  λ 1 0 0   nˆ 1(1) nˆ (21) nˆ 3(1) 

T    
 12 T22 T23  = nˆ (21) nˆ (22 ) nˆ (23)   0 λ2 0  nˆ 1( 2 ) nˆ (22 ) nˆ 3( 2 ) 
 T13 T23 T33  nˆ (1) nˆ ( 2 ) nˆ 3(3)   0 0 λ 3  nˆ 1(3) nˆ (23) nˆ 3(3) 
 3 3
λ
 1 0 0
T 
= A  0 λ2 0  A (1.301)
 0 0 λ 3 
1 0 0  0 0 0  0 0 0 
= λ 1A 0 0 0 A + λ 2 A 0 1 0 A + λ 3 A 0 0 0A
 T  T   T 
0 0 0 0 0 0 0 0 1 
y considerando que:
1 TENSORES 83
1 0 0 nˆ 1(1) nˆ 1(1) nˆ 1(1) nˆ (21) nˆ 1(1) nˆ (31) 

 
A T 0 0 0A = nˆ (21) nˆ 1(1) nˆ (21) nˆ (21) nˆ (21) nˆ (31) 
0 0 0 nˆ (1) nˆ (1) nˆ (1) nˆ (1) nˆ (1) nˆ (1) 
 4
1
3 1
444
3
4244444
2 3 3 
3
nˆ i(1)nˆ (j1)
0 0 0  nˆ 1( 2 ) nˆ 1( 2) nˆ 1( 2 ) nˆ (22 ) nˆ 1( 2 ) nˆ 3( 2 ) 
 
A T 0 1 0A = nˆ (22) nˆ 1( 2) nˆ (22) nˆ (22) nˆ (22) nˆ 3( 2) 
0 0 0 nˆ ( 2 ) nˆ ( 2) nˆ ( 2 ) nˆ ( 2 ) nˆ ( 2 ) nˆ ( 2 )  (1.302)
 4
1
3
44442444443
1 3 2 3 3
nˆ i( 2 )nˆ (j2 )
0 0 0  nˆ 1(3) nˆ 1(3) nˆ 1(3) nˆ (23) nˆ 1(3) nˆ 3(3) 

 
A T 0 0 0A = nˆ (23) nˆ 1(3) nˆ (23) nˆ (23) nˆ (23) nˆ 3(3) 
0 0 1 nˆ (3) nˆ (3) nˆ (3) nˆ (3) nˆ (3) nˆ (3) 
 4
1
3 1
4444244444
3 2 3 3 
3
nˆ i(3)nˆ (j3)
Luego, podemos representar las componentes de un tensor de segundo orden en función

de sus valores principales y autovectores como:
Tij = λ1 nˆ (i1) nˆ (j1) + λ 2 nˆ i( 2 ) nˆ (j2 ) + λ 3 nˆ i(3) nˆ (j3) (1.303)
o en notación tensorial como:
T = λ 1 nˆ (1) ⊗ nˆ (1) + λ 2 nˆ ( 2 ) ⊗ nˆ ( 2 ) + λ 3 nˆ (3) ⊗ nˆ (3) (1.304)
o también
3
Representación espectral de un
T= ∑λ
a =1
a nˆ ( a ) ⊗ nˆ ( a )
tensor de segundo orden
(1.305)
que es la denominada representación espectral del tensor. Observemos que en la expresión

anterior tenemos que recurrir al símbolo de suma ya que el índice aparece tres veces en la
expresión.
NOTA: La representación espectral (1.305) podría haber sido obtenida fácilmente
partiendo de la definición del tensor identidad dada por (1.166), 1 = nˆ i ⊗ nˆ i , donde
{nˆ 1 , nˆ 2 , nˆ 3 } constituye una base ortonormal. Podemos también representar 1 = nˆ i ⊗ nˆ i a
3
través del símbolo de suma como 1 = ∑ nˆ ( a ) ⊗ nˆ ( a ) . Luego, se cumple que:
a =1
 3  3 3
 a =1
∑
T = T ⋅ 1 = T ⋅  nˆ ( a ) ⊗ nˆ ( a )  =

∑a =1
T ⋅ nˆ ( a ) ⊗ nˆ ( a ) = ∑λ
a =1
a nˆ ( a ) ⊗ nˆ ( a ) (1.306)
donde hemos utilizado la definición de autovalor y autovector T ⋅ nˆ ( a ) = λ a nˆ ( a ) . ■

Consideremos un tensor ortogonal R cuya transformación ortogonal aplicada al versor
original N̂ transforma en el versor n̂ , es decir, nˆ = R ⋅ N
ˆ . Podemos entonces hacer la
representación espectral de un tensor ortogonal como:
 3 ˆ (a) ˆ (a)  3 3
R = R ⋅ 1 = R ⋅  N ∑
 a =1
⊗ N  =

∑a =1
R ⋅N
ˆ (a) ⊗ N
ˆ (a ) =
∑ nˆ
a =1
(a ) ˆ (a)
⊗N (1.307)
En el espacio de las direcciones principales, la potencia de tensores podemos expresarla

como:
λn1 0 0
(T ) n
ij

=0 λn2 0

(1.308)
0 0 λn3 

Luego, la representación espectral del tensor T n será:

3
Tn = ∑λ
a =1
n
a nˆ ( a ) ⊗ nˆ ( a ) (1.309)
Si ahora queremos calcular la raíz cuadrada del tensor T , podemos fácilmente obtener a
través de la representación espectral:
3
T= ∑a =1
λ a nˆ ( a ) ⊗ nˆ ( a ) (1.310)
r r
Consideremos un tensor semi-definido positivo ( T ), luego hay que cumplir x ⋅ T ⋅ x ≥ 0
r r
para todo x ≠ 0 . Aplicando la representación espectral obtenemos que:
r r
x⋅T⋅x ≥0
r  3  r
∑
⇒ x ⋅  λ a nˆ ( a ) ⊗ nˆ ( a )  ⋅ x ≥ 0
 a =1  (1.311)
3
r r
⇒ ∑ λ a x ⋅ nˆ ( a ) ⊗ nˆ ( a ) ⋅ x ≥ 0
a =1
r
Observemos que el resultado de la operación ( x ⋅ nˆ ( a ) ) es un escalar con lo cual podemos
escribir que:
∑ λ [1
( x ⋅ nˆ ) ]
3 3
r r r
∑ λ a x ⋅ nˆ ( a ) ⊗ nˆ ( a ) ⋅ x ≥ 0 ⇒ a
4243
(a) 2
a =1 a =1
>0 (1.312)
r r r
⇒ λ 1 ( x ⋅ nˆ (1) ) 2 + λ 2 ( x ⋅ nˆ ( 2 ) ) 2 + λ 3 ( x ⋅ nˆ (3) ) 2 ≥ 0
r r r
Fijemos que la expresión anterior hay que cumplir para todo x ≠ 0 . Si adoptamos x = n̂ (1)
quedamos con λ 1 (nˆ (1) ⋅ nˆ (1) ) 2 = λ 1 ≥ 0 , análogamente para λ 2 y λ 3 . Con lo cual
demostramos que si un tensor es semi-definido positivo eso implica que sus autovalores
son mayores o igual a cero, λ 1 ≥ 0 , λ 2 ≥ 0 , λ 3 ≥ 0 . Concluimos también que, un tensor será
definido positivo si y solo si sus autovalores son positivos y distintos de cero, es decir,
λ 1 > 0 , λ 2 > 0 , λ 3 > 0 . 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.
1 TENSORES 85
1.5.7 Teorema de Cayley-Hamilton

El teorema de Cayley-Hamilton afirma que cualquier tensor T satisface su propia ecuación
característica, es decir, si λ1 , λ 2 , λ 3 son los autovalores de T , podemos escribir:
λ 1 0 0
( T ) ij =  0 λ2 0  (1.313)
 0 0 λ 3 
Y si estos autovalores satisfacen la ecuación: λ3 − λ2 I T + λ II T − III T = 0 , el tensor T

también la satisface, es decir:
T 3 − T 2 I T + T II T − III T 1 = 0 (1.314)
Una aplicación del teorema de Cayley-Hamilton es expresar la potencia de tensores T n

como una combinación de T n −1 , T n −2 , T n −3 . Si queremos obtener T 4 queda:
T 3 ⋅ T − T 2 ⋅ TI T + T ⋅ T II T − III T 1 ⋅ T = 0
(1.315)
⇒ T 4 = T 3 I T − T 2 II T + III T T
Utilizando el teorema de Cayley-Hamilton podemos expresar el tercer invariante en función

de las trazas, que será útil a la hora de obtener las derivadas parciales de los invariantes.
Según el teorema de Cayley-Hamilton sigue siendo válida la expresión:
T 3 − I T T 2 + II T T − III T 1 = 0 (1.316)
Haciendo el doble producto escalar con el tensor identidad de segundo orden ( 1 ), la

expresión queda:
T 3 : 1 − I T T 2 : 1 + II T T : 1 − III T 1 : 1 = 0 : 1 (1.317)
Como ya se hemos visto anteriormente las siguientes relaciones son válidas

T 3 : 1 = Tr ( T 3 ) , T 2 : 1 = Tr ( T 2 ) , T : 1 = Tr (T ) , 1 : 1 = Tr (1) = 3 , 0 : 1 = Tr (0) = 0 .
Reemplazando en la ecuación (1.317) obtenemos:
Tr ( T 3 ) − I T Tr ( T 2 ) + II T Tr ( T ) − III T Tr (1) = 0
123
=3
(1.318)
III T =
1
3
[
Tr ( T 3 ) − I T Tr ( T 2 ) + II T Tr ( T ) ]
Reemplazando los valores de los invariantes I T , II T , dados por la ecuación (1.278),
obtenemos:
1 3 1 3
III T =  Tr ( T 3 ) − Tr ( T 2 ) Tr ( T ) + [Tr ( T )]  (1.319)
3 2 2 
Ejemplo 1.34: Partiendo del teorema de Cayley-Hamilton obtener la inversa de un tensor

T en función de potencia de tensores.
Solución:
El teorema de Cayley-Hamilton afirma que:

T 3 − T 2 I T + T II T − III T 1 = 0
Haciendo el producto escalar de la expresión anterior por el tensor T −1
obtenemos que:
T 3 ⋅ T −1 − T 2 ⋅ T −1 I T + T ⋅ T −1 II T − III T 1 ⋅ T −1 = 0 ⋅ T −1
T 2 − TI T + 1 II T − III T T −1 = 0
⇒ T −1 =
1
III T
(T 2 − TI T + 1 II T )
El teorema de Cayley-Hamilton también es válido para matrices cuadradas de orden n . Sea

una matriz cuadrada An×n el determinante característico viene dado por:
λ1n×n − A = 0 (1.320)
donde 1n×n es la matriz identidad. Desarrollando el determinante obtenemos:
λn − I 1 λn −1 + I 2 λn − 2 − L (−1) n I n = 0 (1.321)
donde I 1 , I 2 , L , I n son los invariantes de la matriz A . Para el caso particular n = 3 y si A

representa las componentes del tensor A tenemos que: I 1 = I A , I 2 = II A , I 3 = III A .
Aplicando el teorema de Cayley-Hamilton se cumple que
A n − I 1A n −1 + I 2 A n −2 − L + (−1) n I n 1 = 0 (1.322)
A través de la relación (1.322) podemos obtener la inversa de la matriz An×n , por ello
multiplicando todos los términos por A −1 , resultando:
A n A −1 − I 1A n −1A −1 + I 2 A n − 2 A −1 − L + (−1) n I n 1A −1 = 0
(1.323)
⇒ A n −1 − I 1 A n − 2 + I 2 A n −3 − L (−1) n −1 I n −11 + (−1) n I n A −1 = 0
luego
A −1 =
(−1) n −1
In
(A n −1 − I 1A n − 2 + I 2 A n−3 − L (−1) n −1 I n −11 ) (1.324)
El invariante I n = det (A ) luego, sólo habrá la inversa de A si I n = det (A ) ≠ 0 .
Ejemplo 1.35: Dado el tensor T representado por sus componentes en el sistema

cartesiano:
5 0 0 
T = 0 2 0
0 0 1 
Comprobar el teorema de Cayley-Hamilton.
Solución:
El teorema de Cayley-Hamilton también se aplica para las componentes del
tensor:
T 3 − T 2 I T + T II T − III T 1 = 0
donde:
1 TENSORES 87
IT = 5 + 2 +1= 8
II T = 10 + 2 + 5 = 17
III T = 10
luego:
5 3 0 0  125 0 0  5 2 0 0  25 0 0 
   
T 3
=0 23 0  =  0 8 0  ; T 2
=0 22 0  =  0 4 0 
0 0 1   0 0 1  0 0 1   0 0 1 
 
Aplicando el teorema de Cayley-Hamilton verificamos que:
125 0 0  25 0 0 5 0 0  1 0 0  0 0 0 
 0 8 0 − 8  0 4 0 + 17 0 2 0  − 10 0 1 0 = 0 0 0 
       
 0 0 1   0 0 1  0 0 1  0 0 1  0 0 0 
1444444444442444444444443
0 0 0  0 0 0 
0 0 0  c.q.d.
  = 0 0 0 
0 0 0 0 0 0 
1.5.8 Elipsoide del Tensor

Cuando Tij es simétrico los autovalores de T serán reales y cuando λ1 , λ 2 y λ 3 son todos
distintos los autovectores son mutuamente perpendiculares y podemos decir:
Tij xi x j ⇒ λ 1 x12 + λ 2 x 22 + λ 3 x32 = 1 (1.325)
lo cual representa una superficie en el espacio R 3 . Esta superficie podrá ser un elipsoide,
un hiperboloide o un paraboloide, dependiendo del valor de λ i . Si todos son positivos, la
superficie será un elipsoide de longitud del semieje dada por:
1
ai = (i = 1,2,3) (1.326)
λi
x ′2 , λ 2
x1′ , λ 1
a1
a2
a3
x3′ , λ 3
Figura 1.29: Elipsoide.
Observar que cuando los tres autovalores son iguales la superficie será una esfera. Por eso,
los tensores que presentan esta característica se denominan Tensores Esféricos, y cualquier
dirección será una dirección principal.
1.5.9 Tensor Isótropo y Anisótropo

Un tensor se denomina isótropo cuando sus componentes son las mismas en cualquier
sistema de coordenadas, en caso contrario el tensor será anisótropo.
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 otro sistema de
referencia T ′ . Un tensor se dice isótropo cuando cumple que:
T =T ′ (1.327)
Tensor Isótropo de orden uno

r
Consideremos un vector v representado por sus componentes v 1 , v 2 , v 3 en el sistema de
coordenadas x1 , x 2 , x3 . La representación de estas componentes en un nuevo sistema de
coordenadas x1′ , x 2′ , x3′ será v 1′ , v ′2 , v ′3 , por lo que es válido decir:
r
v = v i eˆ i = v ′j eˆ ′j ⇒ v ′i = a ij v j (1.328)
r
Para que v sea isótropo por definición tiene que cumplir v i = v ′i y eso sólo será posible si
eˆ i = eˆ ′j (no hubo cambio de sistema) o v i = v ′i = 0 i . Luego, el único tensor de orden uno
r
isótropo es el vector nulo 0 .
Tensor Isótropo de segundo orden
Un ejemplo de un tensor isótropo de segundo orden es el tensor identidad 1 , representado
por sus componentes por δ kl . Utilizando la transformación de coordenadas para las
componentes de un tensor de segundo orden obtenido en (1.257), se demuestra que:
δ ′ij = aik a jl δ kl
= aik a jk
123 (1.329)
AA T =1
= δ ij
Tensor Isótropo de tercer orden

Un ejemplo de un tensor (pseudo) isótropo de orden tres es el pseudo-tensor Levi-Civita,
definido en (1.179) cuyas componentes son  lmn . Aplicando la ley de transformación de
coordenadas (1.257), resulta:
′ijk = a il a jm a kn  lmn
= A  ijk (Ver Ejemplo 1.21)
{ (1.330)
1
=  ijk
Tensor Isótropo de cuarto orden

Si δ kl es isótropo, resulta sencillo demostrar que los siguientes tensores de cuarto orden
son también isótropos:
1 TENSORES 89
A ijkl = δ ij δ kl
B ijkl = δ ik δ jl (1.331)
D ijkl = δ il δ jk
Se puede demostrar que cualquier tensor isótropo de cuarto orden puede ser representado
como una combinación lineal de los tres tensores dados anteriormente en (1.331):
C = a 0 A + a1 B + a 2D
C = a 0 1 ⊗ 1 + a1 1⊗1 + a 2 1⊗1 (1.332)
C ijkl = a 0 δ ij δ kl + a1δ ik δ jl + a 2 δ il δ jk
Ejemplo 1.36: Demostrar que el tensor de cuarto orden C es isótropo, donde las
componentes de este tensor vienen dadas por:
(
C ijkl = λ δ ij δ kl + µ δ ik δ jl + δ il δ jk )
donde λ , µ son constantes.
Solución:
La ley de transformación de las componentes de un tensor de cuarto orden viene
dada por:
C ′ijkl = a im a jn a kp a lq C mnpq
Considerando que C mnpq = λδ mn δ pq + µ (δ mp δ nq + δ mq δ np ) y reemplazando en la
expresión anterior, obtenemos que:
C ′ijkl = a im a jn a kp a lq [λδ mn δ pq + µ (δ mp δ nq + δ mq δ np )]
(
= λa im a jn a kp a lq δ mn δ pq + µ a im a jn a kp a lq δ mp δ nq + a im a jn a kp a lq δ mq δ np )
(
= λa in a jn a kq a lq + µ a ip a jq a kp a lq + a iq a jn a kn a lq )
(
= λδ ij δ kl + µ δ ik δ jl + δ il δ jk )
= C ijkl
Con lo que demostramos que el tensor C es isótropo.
1.5.10 Tensores Coaxiales

Decimos que dos tensores de segundo orden simétricos T y S son coaxiales, si presentan
los mismos autovectores, luego:
3 3
T= ∑
a =1
λ a nˆ ( a ) ⊗ nˆ ( a ) ; S= ∑γ
a =1
a nˆ ( a ) ⊗ nˆ ( a ) (1.333)
Es de fácil demostración que, para que dos tensores sean coaxiales, es suficiente que el
producto escalar entre ellos sea conmutativo, es decir:
si T ⋅S = S ⋅ T ⇒ S , T son coaxiales (1.334)
También podemos concluir que un tensor simétrico S , y su inversa S −1 son tensores

coaxiales puesto que S ⋅ S −1 = S −1 ⋅ S , y además:
3 3
1 ˆ (a) ˆ (a)
S= ∑
a =1
λ a nˆ ( a ) ⊗ nˆ ( a ) ; S −1 = ∑λ
a =1 a
n ⊗n (1.335)
1
siendo λ a , , los autovalores de S y S −1 , respectivamente.
λa
Si S y T son tensores simétricos y coaxiales podemos demostrar que el tensor resultante
de la operación ( S ⋅ T ) resulta ser otro tensor simétrico. Para su demostración partimos de
la definición de tensores coaxiales:
T ⋅S = S ⋅ T ⇒ T ⋅S − S ⋅ T = 0 ⇒ T ⋅ S − ( T ⋅ S ) T = 0 ⇒ 2( T ⋅ S ) anti = 0 (1.336)
Luego si la parte antisimétrica de un tensor es cero resulta que este tensor es simétrico:
( T ⋅ S ) anti = 0 ⇒ ( T ⋅ S ) ≡ ( T ⋅ S ) sym (1.337)
1.5.11 Series de Tensores

Dada una función f (x) podemos aproximar esta función a través de serie de Taylor por
∞
1 ∂ n f (a)
f ( x) =
n =0
∑n! ∂ x n
( x − a ) n , donde n! representa el factorial de n y f (a) el valor de la
función en el punto de aplicación x = a . Podemos extrapolar esta definición para tensores.

Por ejemplo, supongamos que un tensor de segundo orden S sea una función de otro
tensor de segundo orden E luego, podemos aproximar S (E ) como:
1 1 ∂S ( E 0 ) 1 ∂ 2 S( E 0 )
S( E ) ≈ S( E 0 ) + : ( E − E 0 ) + ( E − E 0 )T : : (E − E0 ) + L
0! 1! ∂E 2! ∂E ⊗ ∂E
∂S ( E 0 ) 1 ∂ 2 S( E 0 )
≈ S0 + : ( E − E 0 ) + ( E − E 0 )T : : (E − E0 ) + L
∂E 2 ∂E ⊗ ∂E
(1.338)
Otras expresiones algebraicas de tensores pueden ser representadas mediante series como:
1 2 1 3
exp S = 1 + S + S + S +L
2! 3!
1 2 1 3
ln(1 + S ) = S − S + S − L (1.339)
2 3
1 1
sin(S ) = S − S 3 + S 5 − L
3! 5!
Consideremos un tensor S de segundo orden simétrico e isótropo, por lo que puede ser
representado por su forma espectral como:
1 TENSORES 91
3  λ2 λ3  3
exp S = ∑ 1 + λ a + a + a + L nˆ ( a ) ⊗ nˆ ( a ) =

a =1  2! 3!  ∑ exp λ a nˆ ( a ) ⊗ nˆ ( a )
 a =1
(1.340)
3 3
 1 1 
∑
ln(1 + S ) =  λ a − λ2a + λ3a + L nˆ ( a ) ⊗ nˆ ( a ) =
a =1  2 3 
∑ ln(1 + λ
a =1
a)n
ˆ (a)
⊗ nˆ (a)
donde λ a y nˆ ( a ) son los autovalores y autovectores, respectivamente, del tensor S .

Podemos extender estos conceptos para obtener la definición de una función de tensión
1 1
del tipo S m , donde m es un número entero. Si definimos S m como:
m
 1  1   1   1
S =  S m  S m  L  S m  = S m  (1.341)
      
      
La forma espectral correspondiente viene dada por:
1
1 3
∑
m
Sm = λa nˆ ( a ) ⊗ nˆ ( a ) (1.342)
a =1
1
1
m
con lo que nos permite obtener Sm una vez conocidos λa y nˆ ( a ) .
1.5.12 Descomposición Polar
Consideremos un tensor de segundo orden F no singular ( det ( F ) ≠ 0 ⇒ ∃F −1 ). Además,

r
como visto anteriormente, F ⋅ N
ˆ = λ nˆ ≠ 0 ya que det ( F ) ≠ 0 . Con eso, podemos decir
(nˆ )
que:
3
F −1 ⋅ F = 1 = ∑ Nˆ
a =1
(a) ˆ (a)
⊗N
3 3
⇒ F = F ⋅1 = F ⋅ ∑
a =1
ˆ (a) ⊗ N
N ˆ (a ) =
∑ F ⋅ Nˆ
a =1
(a) ˆ (a)
⊗N (1.343)
3
⇒F = ∑ λ nˆ
a =1
a
(a) ˆ (a )
⊗N
Además considerando que la transformación entre N ˆ ( a ) y nˆ ( a ) viene dada por la siguiente

transformación ortogonal nˆ ( a ) = R ⋅ Nˆ ( a ) , podemos decir que:
3 3 3
F= ∑
a =1
ˆ (a) =
λ a nˆ ( a ) ⊗ N ∑
a =1
λ aR ⋅ N ˆ (a) = R ⋅
ˆ (a) ⊗ N
∑ λ Nˆ
a =1
a
(a) ˆ (a) = R ⋅ U
⊗N (1.344)
3
donde hemos definido el tensor U = ∑ λ a N
ˆ (a ) ⊗ N ˆ (a) ⊗ N
ˆ ( a ) . Ya que N ˆ ( a ) resulta un tensor
a =1
simétrico, el tensor U también lo es, U = UT . Análogamente, pero ahora teniendo en

cuenta que nˆ ( a ) = R ⋅ N ˆ ( a ) = R T ⋅ nˆ ( a ) = nˆ ( a ) ⋅ R , podemos decir que:
ˆ (a) ⇒ N
3 3 3
F= ∑ λ nˆ
a =1
a
(a) ˆ (a ) =
⊗N ∑ λ nˆ
a =1
a
(a)
⊗ nˆ ( a ) ⋅ R = ∑λ
a =1
an
ˆ ( a ) ⊗ nˆ ( a ) ⋅ R = V ⋅ R (1.345)
3
donde hemos definido el tensor V = ∑ λ a nˆ ( a ) ⊗ nˆ ( a ) . Verificamos que V es simétrico, y
a =1
comparando las representaciones espectrales de los tensores U y V , verificamos que
tienen los mismos autovalores y distintos autovectores. Luego, definimos la
descomposición polar como:
F = R ⋅U = V ⋅R Descomposición polar (1.346)
Recodemos del Ejemplo 1.26 que los tensores resultantes de las operaciones C = F T ⋅ F y
b = F ⋅ F T resultan tensores simétricos y definidos positivos. Haciendo el producto escalar
por la izquierda por F T en la relación F = R ⋅ U obtenemos que:
12⋅3F = F T ⋅ R ⋅ U = (R T ⋅ F ) T ⋅ U = UT ⋅ U = U 2 ⇒ U = ± F T ⋅ F = ± C
T
F (1.347)
C
Análogamente podemos obtener que:
V = ± F ⋅FT = ± b (1.348)
Los tensores C y b son tensores simétricos y definidos positivos, eso implica que los
autovalores de C y b son todos reales y positivos. Ahora bien, hasta ahora la única
restricción para el tensor F es que det ( F ) ≠ 0 , luego podemos tener las siguientes
posibilidades:
! det ( F ) > 0
En esta situación tenemos que det ( F ) = det (R ⋅ U) = det ( V ⋅ R ) > 0 , resultando las
siguientes posibilidades:
R − Tensor ortogonal propio R − Tensor ortogonal impropio
 ó
U, V − Tensores definidos positivos U, V − Tensores definidos negativos
! det ( F ) < 0
En esta situación tenemos que det ( F ) = det (R ⋅ U) = det ( V ⋅ R ) < 0 , resultando las
siguientes posibilidades:
R − Tensor ortogonal propio R − Tensor ortogonal impropio
 ó 
U, V − Tensores definidos negativos U, V − Tensores definidos positivos
En el capítulo 2 trabajaremos con unos tensores particulares donde F es no singular
( det ( F ) ≠ 0 ) y det ( F ) > 0 . Los tensores U y V son tensores definidos positivos, y el
tensor R es un tensor de rotación, es decir, tensor ortogonal propio.
1.5.13 Tensor Esférico y Desviador

Cualquier tensor puede ser descompuesto en una parte esférica y en otra parte desviadora.
Luego, para un tensor T esta descomposición viene dada por:
1 TENSORES 93
T = T esf + T dev
Tr ( T ) I
= 1 + T dev = T 1 + T dev (1.349)
3 3
dev
= Tm 1 + T
El tensor desviador de T vendrá definido como:

Tr ( T )
T dev = T − 1 = T − Tm 1 (1.350)
3
Para las operaciones siguientes consideraremos que T es un tensor simétrico ( T = T T )

luego, en estas condiciones las componentes del tensor T dev vienen dadas por:
 T11dev T12dev T13dev   T11 − Tm T12 T13 
 dev   
Tijdev =  T12dev dev
T22 T23  =  T12 T22 − Tm T23 
 T dev
 13
dev
T23 T33dev   T13 T23 T33 − Tm 
(1.351)
 13 ( 2 T11 − T22 − T33 ) T12 T13 
 
= T12 1
3
(2 T22 − T11 − T33 ) T23 
 T13 T23 1
( 2 T − T − T ) 
 3 33 11 22 
Podemos también hacer la representación de las componentes del tensor dado por (1.349)
en la base cartesiana tal y como se indica en la Figura 1.30.
x3
T 33
T23
T13 T23
T13
T12 T22
T12
T11 x2
x
14414444442444444443
x3 x3
Tm T33dev
T23
T13 T23
T13
Tm
+ T12
T12
dev
T22
Tm x2 T11dev x2
x1 x1
Figura 1.30: Parte esférica y desviadora de un tensor de segundo orden.
1.5.13.1 Primer Invariante del Tensor Desviador
Los invariantes del tensor desviador ( T dev ) pueden ser obtenidos en función de los
invariantes principales de T :
 Tr ( T )  Tr ( T )
I = Tr ( T dev ) = Tr  T − 1 = Tr ( T ) − Tr (1) = 0 (1.352)
T dev 3 3 123
  δ =3
ii
Con lo que concluimos que la traza de cualquier tensor desviador es cero.
1.5.13.2 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:
 T1 0 0
Tij =  0 T2 0  (1.353)
 0 0 T3 
Invariantes principales: I T = T1 + T2 + T3 , II T = T1 T2 + T2 T3 + T3 T1 , III T = T1 T2 T3 .

Las componentes del tensor desviador definido en (1.350) ( T dev = T − Tm 1 ) en el espacio
de las direcciones principales son:
 T1 − Tm 0 0 
Tijdev =  0 T2 − Tm 0 
 (1.354)
 0 0 T3 − Tm 
El segundo invariante del tensor desviador de T puede ser obtenido como:

II T dev = ( T1 − Tm )( T2 − Tm ) + ( T1 − Tm )( T3 − Tm ) + ( T2 − Tm )( T3 − Tm )
= ( T1 T2 + T1 T3 + T2 T3 ) − 2 Tm ( T1 + T2 + T3 ) + 3Tm2
2I I2 (1.355)
= II T − T ( I T ) + T
3 3
1
(
= 3 II T − I T
3
2
)
También podríamos haber obtenido el resultado anterior partiendo directamente de la
definición del segundo invariante de un tensor dado en (1.278):
1 TENSORES 95
II T dev =
1
2
{(I T dev [
) 2 − Tr ( T dev ) 2 = − ]} 1
2
{ [
Tr ( T dev ) 2 ]}
=
1
2
{− Tr[(T − T m 1)
2
]}
=
1
2
{− Tr[(T 2
− 2 Tm T ⋅ 1 + Tm2 1) ]}
=
1
2
[− Tr(T 2
) + 2 Tm Tr ( T ) − Tm2 Tr (1) ] (1.356)
1 2 IT I T2 
=  − Tr ( T ) + 2 IT − 3
2 3 9 
1 2 I T2 
=  − Tr ( T ) + 
2 3
1 2
Podemos sumar y restar el término I T sin alterar la expresión:
2
1 2 2 I T2 
II T dev =  I T − Tr ( T ) + − I T2 
2 3 
=
1 2
2
[ I2
I T − Tr ( T 2 ) − T
3
]
(1.357)
2
I
= II T − T
3
1
(
= 3 II T − I T2
3
)
Otra expresión que podemos encontrar en la literatura, para el segundo invariante de un
tensor desviador, es en función de las componentes del tensor desviador. Utilizando la
expresión (1.356):
II T dev = −
1
2
[ 1
2
] [
1
Tr ( T dev ) 2 = − Tr ( T dev ⋅ T dev ) = − T dev
2
] ⋅ ⋅T dev
(1.358)
1
= − Tijdev T dev
ji
2
Expandiendo la expresión anterior obtenemos:
II
T dev
=−
1
2
[
( T11dev ) 2 + ( T22
dev 2
) + ( T33dev ) 2 + 2( T12dev ) 2 + 2( T13dev ) 2 + 2( T23
dev 2
) ] (1.359)
En el espacio de las direcciones principales:

II
T dev
=−
1 dev dev
2
1
2
[
Tij T ji = − ( T1dev ) 2 + ( T2dev ) 2 + ( T3dev ) 2 ] (1.360)
Otra forma de expresar el segundo invariante viene demostrada a continuación:

dev dev
T22 T23 T11dev T13dev T11dev T12dev
II T dev = dev
+ +
T23 T33dev T13dev T33dev T12dev dev
T22
(1.361)
1
[
dev dev
= − − 2 T22
2
T33 − 2 T11dev T33dev − 2 T11dev T22
dev
− ( T12dev ) 2 − ( T23
dev 2
]
) − ( T13dev ) 2
O aún:
1
II T dev = −  T22
2 
dev
( ) − 2 T T + (T ) + (T ) − 2 T T + (T )
2 dev
22
dev
33
dev 2
33
dev 2
11
dev
11
dev
33
dev 2
33 +
(T dev 2
11 ) − 2 T T + (T )  + (T ) + (T ) + (T )
dev
11
dev
22
dev 2
22
dev 2
11
dev 2
22
dev 2
33
(1.362)
− ( T12dev ) 2 − ( T23
dev 2
) − ( T13dev ) 2
Observa que de la ecuación (1.316) obtenemos que:
( T11dev ) 2 + ( T22
dev 2
) + ( T33dev ) 2 = −2 II − 2( T12dev ) 2 − 2( T13dev ) 2 − 2( T23
dev 2
) (1.363)
T dev
Reemplazando (1.363) en la expresión (1.362) obtenemos:
II
T dev
=−
1
6
[ dev
( T22 − T33dev ) 2 + ( T11dev − T33dev ) 2 + ( T11dev − T22
dev 2
]
) − ( T12dev ) 2 − ( T23
dev 2
) − ( T13dev ) 2
(1.364)
Y si consideramos las direcciones principales:
II
T dev
=−
1
6
[
( T2dev − T3dev ) 2 + ( T1dev − T3dev ) 2 + ( T1dev − T2dev ) 2 ] (1.365)
1.5.13.3 Tercer Invariante del Tensor Desviador
El tercer invariante del tensor desviador de T queda:

III T dev = ( T1 − Tm )( T2 − Tm )( T3 − Tm )
= T1 T2 T3 − Tm ( T1 T2 + T1 T3 + T2 T3 ) + Tm2 ( T1 + T2 + T3 ) − Tm3
I I2 I3
= III T − T II T + T I T − T
3 9 27 (1.366)
I T II T 2 I T3
= III T − +
3 27
=
1
27
( 3
2 I T − 9 I T II T + 27 III T )
Otra forma de expresar el tercer invariante es:
III T dev = T1dev T2dev T3dev
1 dev dev dev (1.367)
= Tij T jk Tki
3
1.6 Función de Tensores
Una función de tensores puede resultar ser un escalar, un vector, o tensores de orden
superior. Como ejemplo de una función tensores de valor-escalar tenemos:
Ψ = Ψ ( T ) = det (T )
(1.368)
Ψ = Ψ (T , S) = T : S
1 TENSORES 97
donde T y S son tensores de segundo orden. Como ejemplo de función de tensores cuyo
argumento es un tensor de segundo orden (valor-tensor de segundo orden) tenemos:
Π = Π (T ) = α1 + βT (1.369)
con α , β escalares.
1.6.1 Función Isótropa de Tensores

Si Π = Π (T ) es una función tensor isótropa del tensor T , luego, esta función es un
invariante bajo una transformación ortogonal:
Π * (T ) = Q ⋅ Π (T ) ⋅ Q T = Π Q ⋅ T ⋅ Q T
144244 3
( ) (1.370)
ΠT( )*
Si T es un tensor simétrico podemos expresarlo según su representación espectral como:

3
T= ∑ λ nˆ
a =1
a
(a)
⊗ nˆ ( a )
(1.371)
= λ 1nˆ (1)
⊗ nˆ (1)
+ λ 2 nˆ ( 2)
⊗ nˆ ( 2)
+ λ 3 nˆ ( 3)
⊗ nˆ ( 3)
donde λ a son los autovalores de T y nˆ ( a ) son las direcciones principales

correspondientes.
Podemos demostrar que Π (T ) presenta las mismas direcciones principales de T , es decir,
Π (T ) y T son tensores coaxiales.
Para esta demostración consideremos las componentes de T según las direcciones
principales:
λ 1 0 0
(T )ij =  0 λ2 0  (1.372)
 0 0 λ 3 
Los términos λ 1 , λ 2 , λ 3 son los valores principales de T . Luego, la función de tensor

vendrá dada en función de los valores principales de T : Π = Π (λ 1 , λ 2 , λ 3 ) . Si T es
isótropo se cumple que:
T * = Q ⋅ T ⋅ QT (1.373)
Análogamente para la función Π :
Π * (T ) = Q ⋅ Π (T ) ⋅ Q T (1.374)
Adoptemos como las componentes del tensor ortogonal las siguientes:
1 0 0
(Q)ij = 0 − 1 0 

(1.375)
0 0 − 1
Efectuando la operación (1.374) obtenemos:
 Π 11 − Π 12 − Π 13   Π 11 Π 12 Π 13 
Π = − Π 12 Π 22 − Π 23  = Π 12
*
Π 22 Π 23  = Π
 − Π 13 − Π 23 Π 33  Π 13 Π 23 Π 33 
(1.376)
Π 11 0 0 
* 
⇒ Π =  0 Π 22 0 
 0 0 Π 33 
Para que se cumpla que Π * = Π (isotropía) concluimos que: Π 12 = Π 13 = Π 23 = 0 . Luego,

Π (T ) y T presentan las mismas direcciones principales.
Consideremos una función Π , que es función del tensor T . Esta función de tensión será
isótropa si y sólo si podemos representarla a través de la siguiente transformación,
Truesdell & Noll (1965):
Π = Π(T) = Φ 0 1 + Φ1T + Φ 2 T 2 (1.377)
donde Φ 0 , Φ 1 , Φ 2 son funciones de los invariantes del tensor o autovalores de T .

La demostración sigue a continuación. Consideremos la representación espectral de la
función de tensión Π :
3
Π= ∑ ω (λ , λ
a =1
a 1 2 ,λ3 ) nˆ ( a ) ⊗ nˆ (a )
(1.378)
= ω1nˆ (1)
⊗ nˆ (1)
+ ω 2 nˆ ( 2)
⊗ nˆ ( 2)
+ ω3nˆ ( 3)
⊗ nˆ ( 3)
Observemos que los autovalores de Π , ω a (λ 1 , λ 2 , λ 3 ) , están en función de los autovalores

de T y que ellos presentan las mismas direcciones principales nˆ (i ) . Representaremos
ω a (λ 1 , λ 2 , λ 3 ) simplemente por ω a por simplicidad.
Podemos montar el siguiente sistema:
1 = nˆ (1) ⊗ nˆ (1) + nˆ ( 2) ⊗ nˆ ( 2) + nˆ (3) ⊗ nˆ (3)

T = λ 1nˆ ⊗ nˆ + λ 2 nˆ ⊗ nˆ + λ 3nˆ ⊗ nˆ
(1) (1) (2) (2) ( 3) ( 3)
(1.379)
 2 2 ˆ (1) ˆ (1) 2 ˆ (2) ˆ ( 2) 2 ˆ ( 3) ˆ ( 3)
T = λ 1n ⊗ n + λ 3n ⊗ n + λ 3n ⊗ n
Resolviendo el sistema anterior obtenemos nˆ ( a ) ⊗ nˆ ( a ) ≡ M ( a ) en función del tensor T y

dados por:
λ 2λ3 (λ 2 + λ 3 ) T2
M (1) = 1− T+
(λ 1 − λ 3 )(λ 1 − λ 2 ) (λ1 − λ 3 )(λ 1 − λ 2 ) (λ 1 − λ 3 )(λ1 − λ 2 )
λ1λ 3 (λ1 + λ 3 ) T2
M ( 2) = 1− T+ (1.380)
(λ 2 − λ 1 )(λ 2 − λ 3 ) (λ 2 − λ 1 )(λ 2 − λ 3 ) (λ 2 − λ 1 )(λ 2 − λ 3 )
λ 1λ 2 (λ1 + λ 2 ) T2
M ( 3) = 1− T+
(λ 3 − λ 1 )(λ 3 − λ 2 ) (λ 3 − λ 1 )(λ 3 − λ 2 ) (λ 3 − λ 1 )(λ 3 − λ 2 )
Obviamente si reemplazamos los valores de nˆ ( a ) ⊗ nˆ ( a ) ≡ M ( a ) en la expresión (1.371)

obtenemos que T = T . Reemplazando ahora los valores de nˆ ( a ) ⊗ nˆ ( a ) ≡ M ( a ) en la
expresión (1.378) obtenemos que:
1 TENSORES 99
Π = Π(T ) = Φ 0 1 + Φ1 T + Φ 2 T 2 (1.381)
donde los coeficientes Φ 0 , Φ 1 , Φ 2 son funciones de los autovalores de T y dados por:

ω1 λ 2 λ 3 ω 2 λ 1λ 3 ω 3 λ 1λ 2
Φ0 = + +
(λ 1 − λ 3 )(λ 1 − λ 2 ) (λ 2 − λ 1 )(λ 2 − λ 3 ) (λ 3 − λ 1 )(λ 3 − λ 2 )
ω1 (λ 2 + λ 3 ) ω 2 (λ 1 + λ 3 ) ω3 (λ 1 + λ 2 )
Φ1 = − − − (1.382)
(λ 1 − λ 3 )(λ 1 − λ 2 ) (λ 2 − λ 1 )(λ 2 − λ 3 ) (λ 3 − λ 1 )(λ 3 − λ 2 )
ω1 ω2 ω3
Φ2 = + +
(λ 1 − λ 3 )(λ 1 − λ 2 ) (λ 2 − λ 1 )(λ 2 − λ 3 ) (λ 3 − λ 1 )(λ 3 − λ 2 )
Podríamos haber demostrado que una función tensor isótropa cumpla (1.381) partiendo de
la siguiente expresión:
Π * (T ) = Q ⋅ Π (T ) ⋅ Q T
(
= Q ⋅ Φ 0 1 + Φ1T + Φ 2 T 2 )⋅ Q T
= Φ 0 Q ⋅ 1 ⋅ Q T + Φ 1Q ⋅ T ⋅ Q T + Φ 2 Q ⋅ T 2 ⋅ Q T (1.383)
2
= Φ 0 1 + Φ1 T * + Φ 2 T *
= Π(T * )
1.6.2 Derivada Parcial de Función de Tensores

Consideremos una función escalar que es función de un tensor A :
Π = Π (A ) (1.384)
La derivada parcial de Π con respecto a A viene definida como:

∂Π ∂Π ˆ
= Π ,A = (e i ⊗ eˆ j ) (1.385)
∂A ∂A ij
donde la coma se utiliza para indicar derivada parcial.

La segunda derivada resultará un tensor de cuarto orden:
∂ 2Π ∂ 2Π
= Π , AA = (eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l )
∂A ⊗ ∂A ∂A ij ∂A kl (1.386)
= D ijkl (eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l )
La primera derivada de un tensor con respecto a él mismo viene definido como:
∂A ∂A ij
= A ,A = (eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l )
∂A ∂A kl
(1.387)
= δ ik δ jl (eˆ i ⊗ eˆ j ⊗ eˆ k ⊗ eˆ l )
= I (tensor identidad de cuarto orden)
Podemos entonces obtener la derivada de la traza de un tensor respecto a él mismo:
∂[Tr ( A )] ∂A kk
= [Tr ( A )], A = (eˆ i ⊗ eˆ j )
∂A ∂A ij
(1.388)
= δ ki δ kj (eˆ i ⊗ eˆ j )
= δ ij (eˆ i ⊗ eˆ j ) ≡ 1
La derivada parcial de la traza al cuadrado de un tensor respecto al él mismo:
∂[Tr ( A )] ∂[Tr ( A )]
2
= 2 Tr ( A ) = 2 Tr ( A )1 (1.389)
∂A ∂A
La derivada parcial de la traza del cuadrado un tensor respecto al él mismo:
[
∂ Tr ( A 2 ) ] =
∂( A sr A rs )
(eˆ i ⊗ eˆ j )
∂A ∂A ij
 ∂ ( A sr ) ∂ ( A rs ) 
=  A rs + A sr  (eˆ i ⊗ eˆ j )
 ∂A ij ∂A ij  (1.390)
[ ]
= A rs δ si δ rj + A sr δ ri δ sj (eˆ i ⊗ eˆ j )
= [A ]
+ A ji (eˆ i ⊗ eˆ j )
ji
= 2 A ji (eˆ i ⊗ eˆ j ) = 2 A T
Queda al lector la demostración de:
[
∂ Tr ( A 3 ) ] = 3( A 2 ) T (1.391)
∂A
Luego, si consideramos un tensor de segundo orden simétrico C , podemos decir que:
∂[Tr (C)]
=1;
∂[Tr (C)]
2
= 2 Tr (C)1 ;
[
∂ Tr (C 2 ) ] = 2C T = 2C ;
∂C ∂C ∂C
(1.392)
[
∂ Tr (C )3
] = 3(C 2 ) T = 3C 2
∂C
y además podemos decir que la derivada de la norma del tensor simétrico C viene dada
por:
∂ Tr (C ⋅ C T )  ∂ Tr (C 2 ) 
∂C
=
∂ C:C( =  )  =  
∂C ∂C ∂C ∂C
[ ] [ ]
−1
1 (1.393)
= Tr (C 2 ) 2 Tr (C 2 ) ,C
2
[ ]
−1
1
= Tr (C 2 ) 2 2C
2
o aún:
∂C C
= (1.394)
∂C C
Otra aplicación interesante viene a continuación:
1 TENSORES 101
(
∂ n i C ij n j ) ∂n i ∂n j
= C ij n j + n i C ij
∂n k ∂n k ∂n k
= δ ik C ij n j + n i C ij δ jk
(1.395)
= C kj n j + n i C ik
= C kj n j + C jk n j
= 2C kj n j
donde hemos considerado que C es simétrico, i.e., C kj = C jk .

Consideremos aún el tensor de segundo orden simétrico C . Para obtener la derivada
parcial de su inversa con respecto a él mismo partimos de la siguiente condición:
∂1 ∂ C −1 ⋅ C
=
(
=O
) (1.396)
∂C ∂C
donde O es el tensor nulo de cuarto orden. La expresión anterior en notación indicial

queda:
(
∂ C iq−1C qj ) = ∂(C ) C −1
iq
+ C iq−1
( )=O
∂ C qj
qj ikjl
∂C kl ∂C kl ∂C kl
( )C
∂ C iq−1
= −C iq−1
( )
∂ C qj
qj
∂C kl ∂C kl
(1.397)
( )C
∂ C iq−1 −1
= −C iq−1
( )C
∂ C qj −1
qj C jr jr
∂C kl ∂C kl
( )δ
∂ C iq−1
= −C iq−1
( )C
∂ C qj −1
qr jr
∂C kl ∂C kl
Considerando que C qj =
1
2
( )
C qj + C jq , la expresión anterior queda:
( )δ
∂ C iq−1
= −C iq−1
(
1  ∂ C qj + C jq ) −1
qr   C jr
∂C kl 2 ∂C kl 
( )
∂ C ir−1 1
[
= −C iq−1 δ qk δ jl + δ jk δ ql C −jr1 ]
∂C kl 2
(1.398)
( )
∂ C ir−1 1
[
= − C iq−1δ qk δ jl C −jr1 + C iq−1δ jk δ ql C −jr1 ]
∂C kl 2
( )
∂ C ir−1 1
[
= − C ik−1C lr−1 + C il−1 C −kr1 ]
∂C kl 2
En notación tensorial queda:
∂C −1
∂C
1
[
= − C −1 ⊗C −1 + C −1 ⊗C −1
2
] (1.399)
NOTA: Observemos que si no hubiéramos reemplazando la parte simétrica de C qj en
(1.397), hubiéramos obtenido que

( )δ
∂ C iq−1
= −C iq−1
( )
∂ C qj
C −jr1 = −C iq−1δ qk δ jl C −jr1 = −C ik−1C lr−1 .
qr
∂C kl ∂C kl
Resultando un tensor no simétrico. ■
1.6.3 Derivada Parcial de los Invariantes

Las derivadas parciales de los invariantes principales de un tensor de segundo orden se
obtienen a continuación:
Derivada parcial de I T con respecto a T , ver ecuación (1.388):
∂[I T ] ∂[Tr ( T )]
= = [Tr ( T )], T = 1 (1.400)
∂T ∂T
Derivada parcial de II T con respecto a T , ver ecuación (1.388):
∂[ II T ] ∂  1
= [ 2  1  ∂[Tr ( T )]
 [Tr ( T )] − Tr ( T )  = 
2
]
2
−
∂ Tr ( T 2 ) [ ]
∂T ∂T  2  2  ∂T ∂T 
1
= 2( TrT )1 − 2 T T
2
[ ] (1.401)
= Tr ( T )1 − T T
Aún podemos expresar (1.401) remplazando T T , obtenido por el teorema de Cayley-

Hamilton:
T 3 : T −2 − I T T 2 : T −2 + II T T : T −2 − III T 1 : T −2 = 0
T − I T 1 + II T T −1 − III T T − 2 = 0 (1.402)
⇒ T = I T 1 − II T T −1 + III T T − 2
Luego,
∂[ II T ]
∂T
(
= Tr ( T )1 − T T = Tr ( T )1 − I T 1 − II T T −1 + III T T − 2 )T
(1.403)
(
= II T T −1
− III T T −2 T
)
Para obtener la derivada del tercer invariante, utilizaremos la definición dada por (1.319):
∂[ III T ] ∂ 1 1 1 3
 Tr ( T ) − Tr ( T ) Tr ( T ) + [Tr ( T )] 
3 2
=
∂T ∂T  3 2 6 
1
= 3( T 2 ) T −
[
1 ∂ Tr ( T 2 ) ] 1
Tr ( T ) − Tr ( T 2 )
∂[Tr ( T )] 3
+ [Tr ( T )] 1
2
3 2 ∂T 2 ∂T 6
1 1 (1.404)
Tr ( T 2 )1 + [Tr ( T )] 1
2
= ( T 2 ) T − Tr ( T ) T T −
2 2
= ( T 2 ) T − Tr ( T ) T T +
1
2
[
[Tr(T )] − Tr( T 2 ) 1
2
]
= ( T 2 ) T − I T T T + II T 1
Si multiplicamos por la inversa del tensor T en la ecuación (1.316) obtenemos:
1 TENSORES 103
T 3 ⋅ T −1 − I T T 2 ⋅ T −1 + II T T ⋅ T −1 − III T 1 ⋅ T −1 = 0
T 2 − I T T + II T 1 − III T T −1 = 0 (1.405)
−1 2
⇒ III T T = T − I T T + II T 1
y la transpuesta:
( III TT ) = (T
−1 T 2
− I T T + II T 1 ) = (T )
T 2 T
− I T T T + II T 1 (1.406)
Reemplazando ecuación (1.406) en la expresión (1.404) obtenemos:

∂[ III T ]
∂T
(
= III T T −1 )T
= III T T −T (1.407)
1 1
Ejemplo 1.37: Considere J = [det (b )] 2 = ( III b ) 2 , donde b es un tensor de segundo orden
simétrico, b = b T . Obtener la derivada de J y de ln(J ) con respecto a b .
Solución:
 1

∂ ( III b ) 2 
∂J
⇒ =  
∂b ∂b
1 1 ∂ III 1 1
= ( III b )− 2 b
= ( III b )− 2 III b b −T
2 ∂b 2
1 1 1
= ( III b ) 2 b −1 = J b −1
2 2
  1

∂ ln III b 2 
∂[ln( J )]   1 ∂ III b 1 −1
⇒ =  = = b
∂b ∂b 2 III b ∂b 2
Ejemplo 1.38: Considérese un tensor de segundo orden simétrico σ y su parte desviadora

∂s
s ≡ σ dev . Obtener el resultado de la operación s : . Demostrar también que los tensores
∂σ
σ y σ dev son tensores coaxiales.
Solución: Teniendo la definición de un tensor desviador σ = σ esf + σ dev = σ esf + s .
Iσ
Obtenemos que: s = σ − 1 . Luego:
3
 I 
∂ σ − σ 1 
∂s 3  ∂[σ ] 1 ∂[I σ ]
=  = − 1
∂σ ∂σ ∂σ 3 ∂σ
∂s ij ∂σ ij 1 ∂[I σ ]
= − δ ij
∂σ kl ∂σ kl 3 ∂σ kl
1
= δ ik δ jl − δ kl δ ij
3
Con lo cual
∂s ij  1 
s ij = s ij  δ ik δ jl − δ kl δ ij 
∂σ kl  3 
1
= s ij δ ik δ jl − s ij δ kl δ ij
3
1
= s kl − δ kl s ii
3 {
=0
= s kl
∂s
s: =s
∂σ
Para demostrar que dos tensores son coaxiales, hay que cumplir que
σ dev ⋅ σ = σ ⋅ σ dev :
Iσ
σ ⋅ σ dev = σ ⋅ (σ − σ esf ) = σ ⋅ σ − σ ⋅ σ esf = σ ⋅ σ − σ ⋅ 1
3
Iσ I
= σ ⋅σ − σ ⋅
1 = σ ⋅σ − σ 1⋅σ
3 3
 I 
=  σ − σ 1  ⋅ σ = σ dev ⋅ σ
 3 
Con lo cual demostramos que los tensores σ y σ dev son coaxiales, es decir,
tienen las mismas direcciones principales.
1.6.4 Casos Particulares de Derivada de Funciones

Consideremos dos tensores de segundo orden simétricos definidos positivos C y b , donde
estos tensores vienen dados por las relaciones:
C = FT ⋅F ; b = F ⋅FT (1.408)
donde F es un tensor de segundo orden arbitrario con det ( F ) > 0 .

Sea Ψ = Ψ (I C , II C , III C ) una función escalar de los invariantes principales del tensor C ,
donde se cumple que I C = I b , II C = II b , III C = III b . Obtendremos la derivada de Ψ con
respecto a C y con respecto a b y comprobaremos que la siguiente igualdad es válida:
F ⋅ Ψ ,C ⋅ F T = Ψ , b ⋅ b (1.409)
Utilizando la regla de la cadena podemos obtener que:

∂Ψ (I C , II C , III C ) ∂Ψ ∂I C ∂Ψ ∂ II C ∂Ψ ∂ III C
Ψ ,C = = + + (1.410)
∂C ∂I C ∂C ∂ II C ∂C ∂ III C ∂C
Considerando las derivadas parciales de los invariantes, vistas anteriormente, podemos

decir que:
1 TENSORES 105
∂I C
=1
∂C
∂ II C
= I C 1 − C T = I C 1 − C = II C C −1 − III C C − 2 (1.411)
∂C
∂ III C
= III C C −T = III C C −1 = C 2 − I C C + II C 1
∂C
∂I C ∂ II C ∂ III C
Luego, considerando =1, = IC 1 − C y = III C C −1 , la expresión (1.410)
∂C ∂C ∂C
resulta:
∂Ψ ∂Ψ
Ψ ,C = 1+ (I C 1 − C ) + ∂Ψ III C C −1 (1.412)
 ∂Ψ ∂Ψ   ∂Ψ   ∂Ψ 
Ψ ,C =  + I C 1 −  C +  III C C −1 (1.413)
 ∂I C ∂ II C   ∂ II C   ∂ III C 
∂I C ∂ II C
Otra forma de expresar la relación (1.413) es considerando =1, = IC 1 − C y
∂C ∂C
∂ III C
= C 2 − I C C + II C 1 , obteniendo así:
∂C
 ∂Ψ ∂Ψ ∂Ψ   ∂Ψ ∂Ψ   ∂Ψ  2
Ψ ,C =  + IC + II C 1 −  + I C C +  C (1.414)
 ∂I C ∂ II C ∂ III C   ∂ II C ∂ III C   ∂ III C 
Considerando ahora =1, = II C C −1 − III C C − 2 y = III C C −1 obtenemos
∂C ∂C ∂C
además:
 ∂Ψ   ∂Ψ ∂Ψ   ∂Ψ 
Ψ ,C =  1 +  II C + III C C −1 −  III C C − 2 (1.415)
 ∂I C   ∂ II C ∂ III C   ∂ II C 
Teniendo en consideración las relaciones (1.413) concluimos que:
 ∂Ψ ∂Ψ  ∂Ψ ∂Ψ
Ψ ,b =  + I b 1 − b+ III b b −1 (1.416)
∂
 bI ∂ II b  ∂ II b ∂ III b
Haciendo una contracción por la izquierda con F y por la derecha por F T en la relación
(1.413) obtenemos que:
 ∂Ψ ∂Ψ  ∂Ψ ∂Ψ
F ⋅ Ψ ,C ⋅ F T =  + I C  F ⋅ 1 ⋅ F T − F ⋅C ⋅ F T + III C F ⋅ C −1 ⋅ F T (1.417)
∂
 CI ∂ II C  ∂ II C ∂ III C
Y considerando las siguientes relaciones:
⇒ F ⋅1 ⋅ F T = F ⋅ F T = b
C = FT ⋅F (1.418)
⇒ F ⋅C ⋅ F T = F ⋅ F T ⋅ F ⋅ F T = b ⋅ b = b2
Y considerando la relación: C −1 = F −1 ⋅ b −1 ⋅ F concluimos que:
C −1 = F −1 ⋅ b −1 ⋅ F
(1.419)
⇒ F ⋅ C −1 ⋅ F T = F ⋅ F −1 ⋅ b −1 ⋅ F ⋅ F T = b −1 ⋅ b
Luego, la expresión (1.417) puede ser reescrita como:
 ∂Ψ ∂Ψ  ∂Ψ 2 ∂Ψ
F ⋅ Ψ ,C ⋅ F T =  + I C b − b + III C b −1 ⋅ b
∂
 C I ∂ II C  ∂ II C ∂ III C
(1.420)
 ∂Ψ ∂Ψ  ∂Ψ ∂Ψ 
=  + I C 1 − b+ III C b −1  ⋅ b
 ∂I C ∂ II C  ∂ II C ∂ III C 
Teniendo en cuenta las relaciones (1.416) y (1.420) concluimos que:

 ∂Ψ ∂Ψ  ∂Ψ ∂Ψ 
F ⋅ Ψ ,C ⋅ F T =  + I b 1 − b+ III b b −1  ⋅ b
 ∂I b ∂ II b  ∂ II b ∂ III b  (1.421)
= Ψ ,b ⋅ b
A través de la expresión (1.416) podemos concluir que la relación Ψ ,b ⋅ b = b ⋅ Ψ ,b es válida,

indicando que los tensores Ψ ,b y b son coaxiales.
Consideremos aún el tensor C dado por la expresión (1.408) a continuación vamos
obtener la derivada de la función Ψ = Ψ (C ) con respecto al tensor F :
∂Ψ (C ) ∂Ψ ∂C
Ψ ,F = = :
∂F ∂C ∂F
∂C (1.422)
(Ψ ,F )kl = ∂Ψ ij
∂C ij ∂Fkl
La derivada del tensor C con respecto a F viene a continuación:

∂C ij (
∂ Fqi Fqj )
=
∂Fkl ∂Fkl
( )
∂ Fqi ( )
∂ Fqj
= Fqj + Fqi (1.423)
∂Fkl ∂Fkl
= δ qk δ il Fqj + δ qk δ jl Fqi
= δ il Fkj + δ jl Fki
Luego, reemplazando (1.423) en (1.422) obtenemos:

∂Ψ
(Ψ ,F )kl =
∂C ij
(
δ il Fkj + δ jl Fki )
(1.424)
∂Ψ ∂Ψ
= Fkj + Fki
∂C lj ∂C il
Debido a la simetría C lj = C jl y observando que i , j son índices mudos concluimos que:
1 TENSORES 107
(Ψ ,F )kl = 2 ∂Ψ Fkj = 2
∂Ψ
Fkj
∂C lj ∂C jl
(1.425)
Ψ , F = 2Ψ ,C ⋅ F = 2 F ⋅ Ψ ,C
T
Supongamos ahora que el tensor C sea dado por la relación C = UT ⋅ U = U ⋅ U = U 2 , donde

U es un tensor de segundo orden simétrico. Para obtener Ψ (C ) ,U podemos utilizar la
misma expresión obtenida en (1.425), es decir:
Ψ ,U = 2Ψ ,C ⋅ U = 2U ⋅ Ψ ,C (1.426)
Concluimos también que Ψ ,C y U son tensores coaxiales. Podemos generalizar lo

expuesto anteriormente como:
Sea un tensor de segundo orden simétrico A y una función escalar del tensor A ,
Ψ = Ψ (A ) , se cumple que:
Ψ , b = 2b ⋅ Ψ , A para A = b T ⋅ b
Ψ ,b = 2Ψ , A ⋅ b para A = b ⋅ b T
(1.427)
Ψ , b = 2b ⋅ Ψ , A = 2Ψ , A ⋅ b
= b ⋅ Ψ ,A + Ψ ,A ⋅ b para A = b ⋅ b y b = b T
1.7 Notación de Voigt
En el caso de que el tensor sea simétrico, puede resultar ventajoso trabajar solamente con
las componentes independientes del tensor. En el caso del tensor de segundo orden
simétrico, que tiene 6 componentes independientes, podemos representarlo en forma de
matriz columna:
 T11 
 T11 T12 T13  T 
   22 
   T33 
Tij =  T12 T22 →{T } =  
T23  Voigt (1.428)
   T12 
   T23 
 T13 T23 T33   

 T13 
Dicha notación la denotamos de Notación de Voigt.
1.7.1 Tensores Identidad en Notación de Voigt

El tensor identidad de segundo orden será representado en la notación de Voigt como:
1
1
1 0 0  
1
δ ij ≡ 1 = 0 1 0 Voigt
 →{δ} =   (1.429)
0 0 1 0 
0 
 
0
El tensor unitario simétrico de cuarto orden en la Notación de Voigt:
1 0 0 0 0 0 1 0 0 0 0 0
0  0 1 0
 1 0 0 0 0
 0 0 0
0 0 1 0 0 0  Inversa 0 0 1 0 0 0
→[I ] =    →[I ] = 
−1
I ijkl Voigt
 1  (1.430)
0 0 0 2 0 0 0 0 0 2 0 0
0 0 0 0 2 0
1 0 0 0 0 2 0
 1
  
0 0 0 0 0 2  0 0 0 0 0 2
Observemos que [I ]−1 son las componentes del tensor I ijkl

−1
en la notación de Voigt.
1.7.2 Producto Escalar en Notación de Voigt

r
El producto escalar entre un tensor de segundo orden simétrico T y un vector n viene
dado por:
r r
b = T ⋅n (1.431)
donde las componentes de esta operación son:
 b1   T11 T12 T13   n1   b1 = T11n1 + T12 n 2 + T13n 3
b  =  T 
 2   12 T22 T23  n 2  ⇒ b 2 = T12 n1 + T22 n 2 + T23n 3 (1.432)
b 3   T13 T23 T33  n 3  b 3 = T13n1 + T23n 2 + T33n 3
Teniendo en cuenta la representación de un tensor de segundo en notación de Voigt, el

producto escalar (1.431) en la Notación de Voigt queda:
 T11 
T 
 b1  n1 0 0 n 2 0 n 3   
22
b  =  0 n 0 n n 0

 T33 
  
2 2 1 3  T 
b 3   0 0 n 3 0 n 2 n1   12  (1.433)
144444244444 3  T23 
[N ]T  
 T13 
{b} = [N ]T {T }
1.7.3 Leyes de Transformación en Notación de Voigt

Para un tensor de segundo orden, la ley de transformación de las componentes vienen
definida de la forma:
1 TENSORES 109
Tij′ = Tkl a ik a jl (1.434)

que explícitamente será:
T
 T11′ T12′ T13′   a11 a12 a13   T11 T12 T13   a11 a12 a13 
T ′ ′
T22 ′  =  a 21
T23 a 22 a 23   T12 T22 T23  a 21 a 22 a 23  (1.435)
 12  
 T13′ ′
T23 ′   a 31
T33 a 32 a 33   T13 T23 T33   a 31 a 32 a 33 
Efectuando explícita la operación anterior, podemos reestructurarla en la notación de Voigt

resultando así:
{T ′} = [M] {T } (1.436)
donde:
 T11′   T11 
T′  T 
 22   22 
T′  T 
{T ′} =  33′  ; {T } =  33  (1.437)
 T12   T12 
 T23
′   T23 
   
 T13′   T13 
y [M] la matriz de transformación para las componentes de un tensor de segundo orden

cuando éstas están expresadas en Notación de Voigt, explícitamente [M] viene dada por:
 a11 2 a12 2 a13 2 2a11 a12 2a12 a13 2a11 a13 

 2 2 2 
 a 21 a 22 a 23 2a 21 a 22 2a 22 a 23 2a 21 a 23 
 2
a 32 2 a 33 2 
[M] =  a 31 2a 31 a 32 2a 32 a 33 2a 31 a 33
 (1.438)
 a 21 a11 a 22 a12 a13 a 23 (a11 a 22 + a12 a 21 ) (a13 a 22 + a12 a 23 ) (a13 a 21 + a11 a 23 )
a a a 32 a 22 a 33 a 23 (a 31 a 22 + a 32 a 21 ) (a 33 a 22 + a 32 a 23 ) (a 33 a 21 + a 31 a 23 )
 31 21
 a 31 a11 a 32 a12 a 33 a13 (a 31 a12 + a 32 a11 ) (a 33 a12 + a 32 a13 ) (a 33 a11 + a 31 a13 )
Ejemplo 1.39: Considérese que las componentes del tensor T según la dirección x3 son
iguales a cero, es decir, T13 = T23 = T33 = 0 . Obtener las componentes T11′ , T22
′ , T12′ , tras
un cambio de base en el plano x1 − x 2 tal como se indica en la figura abajo
x2
x 2′ x1′
θ
x1
Obtener también el valor de θ correspondiente a las dirección principales de T .

OBS.: Utilizar notación de Voigt, y expresar los resultados en función de 2θ .
Solución:
Podemos utilizar directamente la ley de transformación obtenida en (1.436). En este caso
particular la matriz de transformación [M] , dada por (1.438), tras eliminar filas y columnas
asociadas con la dirección x3 queda:
 T11′   a11   T11 
2 2
a12 2a11 a12
T′  =  a 2 2  
 22   21 a 22 2a 21 a 22   T22 
 
 T12′  a 21 a11 a 22 a12 a11 a 22 + a12 a 21   T12 
La matriz de transformación ( a ij ) en el plano viene dada en función de un único
parámetro, θ :
 cos θ sin θ 0
a ij = − sin θ cos θ 0
 0 0 1
Resultando así que:
 T11′   cos θ sin 2 θ 2 cos θ sin θ   T11 
2
 T ′  =  sin 2 θ cos θ
2 
− 2 sin θ cos θ   T22 
 22  
 T12′   − sin θ cos θ cos θ sin θ cos 2 θ − sin 2 θ   T12 
 
Tomando partido de las siguientes relaciones trigonométricas, 2 cos θ sin θ = sin 2θ ,
1 − cos 2θ 1 + cos 2θ
cos 2 θ − sin 2 θ = cos 2θ , sin 2 θ = , cos 2 θ = , obtenemos que:
2 2
 1 + cos 2θ   1 − cos 2θ  
    sin 2θ 
 T11′   2   2    T11 
T′  =   1 − cos 2θ   1 + cos 2θ   
 22      − sin 2θ   T22 
2   2 
 T12′     T12 
  − sin 2θ   sin 2θ 
  cos 2θ 
  2   2  
Explícitamente las componentes vienen dadas por:
  1 + cos 2θ   1 − cos 2θ 
 T11′ =   T11 +   T22 + T12 sin 2θ
  2   2 
  1 − cos 2θ   1 + cos 2θ 
′ =
 T22  T11 −   T22 − T12 sin 2θ
  2   2 
  sin 2θ   sin 2θ 
 T12′ =  −  T11 +   T22 + T12 cos 2θ
  2   2 
Reestructurando la expresión anterior aún podemos decir que:
  T11 + T22   T11 − T22 
 T11′ =  +  cos 2θ + T12 sin 2θ
  2   2 
  T + T22   T11 − T22 
′ =  11
 T22 −  cos 2θ − T12 sin 2θ
  2   2 
  T − T22 
 T12′ = − 11  sin 2θ + T12 cos 2θ
  2 
1 TENSORES 111
Recordemos que las direcciones principales se caracterizan por la ausencia de las

componentes tangenciales, es decir, Tij = 0 para i ≠ j . Si queremos encontrar las
direcciones principales en el caso plano hacemos que T12′ = 0 , obteniendo así:
 T − T22 
T12′ = − 11  sin 2θ + T12 cos 2θ = 0
 2 
 T − T22 
⇒  11  sin 2θ = T12 cos 2θ
 2 
sin 2θ 2 T12
⇒ =
cos 2θ T11 − T22
2 T12
⇒ tg(2θ ) =
T11 − T22
Resultando así que el ángulo correspondiente a las direcciones principales es:
1  2 T12 
θ = arctg 
2  T11 − T22 
1.8 Campo de Tensores

r r
Un Campo tensorial asocia a un tensor T ( x , t ) cada par ( x , t ) , es decir, que las componentes
r r
de T ( x , t ) varían en el espacio x y en el tiempo t .
r
Un Campo tensorial es continuo y diferenciable si las componentes de T ( x , t ) son funciones
continuas y diferenciables.
r
Si las componentes son funciones solamente de x , decimos que el campo tensorial es
estacionario.
Como ejemplo de campo de tensores, consideremos el campo escalar de temperatura
r r
T ( x , t ) donde en el tiempo t = t1 tenemos en cada punto del espacio ( x ) una temperatura
r r r
T ( x , t1 ) , ver Figura 1.31(a). Otro ejemplo, podemos citar el campo de velocidades v ( x , t ) ,
r
ver Figura 1.31(b), donde en cada punto, en el tiempo t = t1 , está asociado un vector v .
x3 x3
t = t1 t = t1
T5
r
T4 ( x ( 4) , t1 )
T6
T8
T3
T1 T7
x2 x2
T2
x1 x1
a) Campo escalar b) Campo vectorial

Figura 1.31: Campo de tensores en el tiempo t1 .
Campo Escalar
r
Notación simbólica φ = φ( x, t )
Notación indicial r (1.439)
φ = φ( x, t )
Campo Vectorial
r r r
Notación simbólica v = v ( x, t )
r (1.440)
Notación indicial v i = v i ( x, t )
Campo Tensorial
r
Notación simbólica T = T ( x, t )
r (1.441)
Notación indicial Tij = Tij ( x , t )
1 TENSORES 113
1.8.1 Campo Escalar

r
Supongamos que tenemos una función escalar de la posición ( x ) , diferenciable de forma
continua, tal que:
r
φ = φ( x ) (1.442)
y por tanto existen ∂φ / ∂x1 , ∂φ / ∂x 2 y ∂φ / ∂x 3 y son continuas en el espacio R 3 . Esta

función se llama Campo Escalar.
r r
Considerando ahora φ en un segundo punto, el cual es diferenciable ( x + dx ). La
diferencia de φ entre estos dos puntos llamamos de diferencial total de φ :
φ ( x1 + dx1 , x 2 + dx 2 , x3 + dx3 ) − φ ( x1 , x 2 , x3 ) ≡ dφ (1.443)
Para cualquier función continua φ ( x1 , x 2 , x3 ) , dφ se relaciona linealmente con dx1 , dx 2 y

dx3 . Esta relación lineal viene dada por la regla de la cadena de diferenciación como:
∂φ ∂φ ∂φ
dφ = dx1 + dx 2 + dx3
∂x1 ∂x 2 ∂x 3 (1.444)
dφ = φ, i dxi
La diferenciación de las componentes de un tensor respecto a las coordenadas xi , se

expresa mediante el operador diferencial:
∂•
≡ •, i (1.445)
∂xi
1.8.2 Gradiente
Gradiente de un escalar
El gradiente ∇φ o gradφ viene definido como:
r
→ dφ = ∇φ ⋅ dx
∇φ  (1.446)
donde el operador ∇ denominamos operador nabla.

Expresando la definición (1.446) en la base cartesiana obtenemos que:
∂φ ∂φ ∂φ
dx1 + dx 2 + dx3 =
∂x1 ∂x 2 ∂x3
(1.447)
[
= (∇φ) x eˆ 1 + (∇φ ) x eˆ 2 + (∇φ) x eˆ 3
1 2 3
]⋅ [(dx )eˆ
1 1 + (dx 2 )eˆ 2 + (dx3 )eˆ 3 ]
Resolviendo el producto escalar anterior, hallamos:
∂φ ∂φ ∂φ
dx1 + dx 2 + dx3 = (∇φ) x1 dx1 + (∇φ ) x2 dx 2 + (∇φ) x3 dx3 (1.448)
∂x1 ∂x 2 ∂x 3
con lo que concluimos que la componentes de ∇φ en coordenadas cartesianas son:
∂φ ∂φ ∂φ
(∇φ) x1 ≡ ; (∇φ ) x2 ≡ ; (∇ φ) x3 ≡ (1.449)
∂x1 ∂x 2 ∂x3
Podemos entonces definir el gradiente en términos de componentes como:

∂φ ˆ ∂φ ˆ ∂φ ˆ
∇φ ≡ e1 + e2 + e3 (1.450)
∂x1 ∂x 2 ∂x3
El operador nabla ∇ queda definido como:

∂ ˆ
∇= e i = ∂, i eˆ i Operador Nabla (1.451)
∂xi
Una vez definido el operador nabla podemos definir el operador Laplaciano ∇ 2 :
 ∂   ∂  ∂ ∂ ∂2
∇ 2 = ∇ ⋅ ∇ =  eˆ i  ⋅  eˆ j  = δ ij =
  ∂x i ∂x j
 ∂xi   ∂x j  ∂x i ∂xi
(1.452)
∂2 ∂2 ∂2
∇ 2 ≡ 2 + 2 + 2 = ∂, k ∂, k = ∂, kk
∂x1 ∂x 2 ∂x3
r
Luego, el Laplaciano de un vector ( v ) viene dado por:
r
∇ 2 v = v i,kk (1.453)
Significado Geométrico de ∇φ
! La dirección de ∇φ es normal a la superficie φ = ctte . ∇φ siempre apunta
(sentido) en la dirección creciente de φ , ver Figura 1.32.
! La magnitud de ∇φ es la tasa de variación de φ con la distancia según esta
dirección.
OBS.: La superficie con φ = 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 función no cambia.
r
Podemos decir que la normal a esta superficie φ = ctte será : n = ∇φ . Entonces:
∇φ
n̂ = (1.454)
∇φ
1 TENSORES 115
n̂ ∇φ
φ = ctte = c1
φ = ctte = c 2
φ = ctte = c3
Figura 1.32: Gradiente de φ .
r
El gradiente de un vector v :
r r
grad( v ) ≡ ∇ v (1.455)
Utilizando la definición de ∇ dada en (1.451), resulta:
r ∂ ( v i eˆ i )
∇v = ⊗ eˆ j = ( v i eˆ i ) , j ⊗ eˆ j = v i , j eˆ i ⊗ eˆ j (1.456)
∂x j
Como podemos observar el gradiente de un vector resulta ser un tensor de segundo orden
cuyas componentes v i, j explícitamente son:
 ∂v 1 ∂v 1 ∂v 1 
 
 ∂x1 ∂x 2 ∂x3 
 ∂v ∂v 2 ∂v 2 
v i, j = 2 (1.457)
∂x ∂x 2 ∂x3 
 1 
∂
 v3 ∂v 3 ∂v 3 
 ∂x1 ∂x 2 ∂x3 
r
NOTA: En la literatura podemos encontrar el operador ∇ aplicado por la izquierda ∇v ,
r
como definimos en (1.456), o por la derecha v∇ , que definimos a continuación:
r ∂ ˆ ∂v r T
v∇ = e j ⊗ v i eˆ i = i eˆ j ⊗ eˆ i = v i , j eˆ j ⊗ eˆ i = v j ,i eˆ i ⊗ eˆ j = (∇v ) ■ (1.458)
∂x j ∂x j
Gradiente de un tensor de segundo orden T :

∂ (Tij eˆ i ⊗ eˆ j )
∇T = ⊗ eˆ k
∂x k (1.459)
= Tij ,k eˆ i ⊗ eˆ j ⊗ eˆ k
y sus componentes son:

(∇T )ijk ≡ Tij ,k (1.460)
Ejemplo 1.40: Encuentre el gradiente de la función f ( x1 , x2 ) = sin( x1 ) + exp x1x2 en el punto

(0,1).
Solución:
Por definición el gradiente de una función escalar viene definido de la forma:
∂f ˆ ∂f ˆ
∇f = e1 + e2
∂x1 ∂x 2
donde:
∂f ∂f
= cos( x1 ) + x 2 exp x1x2 ; = x1 exp x1x2
∂x1 ∂x 2
[ ]
∇f ( x1 , x 2 ) = cos( x1 ) + x 2 exp x1x2 eˆ 1 + x1 exp x1 x2 eˆ 2 [ ]
∇f (0,1) = [2] eˆ 1 + [0] eˆ 2 = 2eˆ 1
1.8.3 Divergencia
r
Divergencia de un vector ( v ) viene denotada por:
r r
div ( v ) ≡ ∇ ⋅ v (1.461)
que por definición es igual a:
r r r r
div ( v ) ≡ ∇ ⋅ v = ∇v : 1 = Tr (∇v ) (1.462)
Luego:
r r
[
∇ ⋅ v = ∇v : 1 = v i , j eˆ i ⊗ eˆ j : δ kl eˆ k ⊗ eˆ l ][ ]
= v i , j δ kl δ ik δ jl
= v k ,k (1.463)
∂v 1 ∂v 2 ∂v 3
= + +
∂x1 ∂x 2 ∂x3
o aún:
r r
[ ][
∇ ⋅ v = ∇v : 1 = v i , j eˆ i ⊗ eˆ j : δ kl eˆ k ⊗ eˆ l ]
= [v δ δ eˆ ]⋅ eˆ
i, j kl lj i k
= [v eˆ ]⋅ eˆ
i ,k i k
(1.464)
∂[v eˆ ]
= ⋅ eˆ
i i
k
∂x k
Con lo que definimos que:

∂ (•)
∇ ⋅ (•) = ⋅ ê k Divergencia de (•) (1.465)
∂x k
Podemos además verificar que la divergencia disminuye el orden de un tensor.
1 TENSORES 117
Divergencia de un tensor de segundo orden T

La divergencia de un tensor de segundo orden T es ∇ ⋅ T = ∇ T : 1 , lo que resulta ser un
vector:
∂ (Tij eˆ i ⊗ eˆ j )
∇ ⋅ T ≡ divT = ⋅ eˆ k
∂x k
∂Tij (1.466)
= δ jk eˆ i
∂x k
= Tik , k eˆ i
Ejemplo 1.41: Probar la identidad:

r r r r
∇ ⋅ (a + b) = ∇ ⋅ a + ∇ ⋅ b
Solución:
r r ∂
Considerando que a = a j eˆ j y b = b k eˆ k y ∇ = ê i podemos expresar el primer
∂x i
miembro de la identidad como:
∂ (a j eˆ j + b k eˆ k ) ∂a j ∂b k ∂a ∂b r r
⋅ eˆ i = eˆ j ⋅ eˆ i + eˆ k ⋅ eˆ i = i + i = ∇ ⋅ a + ∇ ⋅ b
∂x i ∂x i ∂x i ∂x i ∂x i
c.q.d.
Ejemplo 1.42: Obtener las componentes de b ⋅ ∇ a . (r ) r

Solución:
r r ∂
Considerando: a = a j eˆ j ; b = b k eˆ k y ∇ = ê i ( i = 1,2,3 ) podemos decir que:
∂x i
(br ⋅ ∇ )ar =  b eˆ

k

k ⋅ eˆ i

∂
(a j eˆ j ) =  b k δ ki
∂x i
∂ 
(a j eˆ j ) = b k δ ki
∂x i 
∂a j
∂x i
eˆ j = b k
∂a j
∂x k
eˆ j
  
Expandiendo el índice mudo k :
∂a j ∂a j ∂a j ∂a j
bk = b1 + b2 + b3
∂x k ∂x1 ∂x 2 ∂x 3
luego:
∂a1 ∂a ∂a
j =1 ⇒ b1 + b2 1 + b3 1
∂x1 ∂x 2 ∂x 3
∂a 2 ∂a ∂a
j = 2 ⇒ b1 + b2 2 + b3 2
∂x1 ∂x 2 ∂x 3
∂a 3 ∂a ∂a
j = 3 ⇒ b1 + b 2 3 + b3 3
∂x1 ∂x 2 ∂x 3
Ejemplo 1.43: Probar que la siguiente relación es válida:
r
q 1 r 1 r
∇ ⋅   = ∇ ⋅ q − 2 q ⋅ ∇ T
T  T T
r r r
donde q( x , t ) es un vector arbitrario y T ( x , t ) un escalar.
Solución:
r
q ∂  qi   qi 
∇ ⋅   =  = 
 T  ∂x i  T   T  ,i
1 1
= q i ,i − 2 q i T,i
T T
1 r 1 r
= ∇ ⋅ q − 2 q ⋅ ∇T
T T
1.8.4 Rotacional
Rotacional de un vector
r r r
El rotacional de un vector v se representa por: rot ( v ) ≡ ∇ ∧ v . Utilizando la definición de
producto vectorial obtenemos el rotacional de un vector como:
eˆ 1 eˆ 2 eˆ 3
r r ∂ ∂ ∂
rot ( v ) = ∇ ∧ v = =  ijk v k , j eˆ i
∂x1 ∂x 2 ∂x3
v1 v2 v3 (1.467)
 ∂v ∂v   ∂v ∂v   ∂v ∂v 
=  3 − 2 eˆ 1 +  1 − 3 eˆ 2 +  2 − 1 eˆ 3
 ∂x 2 ∂x3   ∂x3 ∂x1   ∂x1 ∂x 2 
donde  ijk es el símbolo de permutación definido en (1.56).
r
Verifiquemos que la parte antisimétrica del gradiente del vector v , representado por
r
(∇v ) anti ≡ W tiene como componentes:
 1  ∂v 1 ∂v 3  
1  ∂v 1 ∂v 2 
 0  −  − 
 2  ∂x 3 ∂x1  
2  ∂x 2 ∂x1 
 1  ∂v 1  ∂v 2 ∂v 3  
[(∇vr ) ]
anti
ij ≡ v ianti
,j
∂v 
=   2 − 1  0  − 
2  ∂x 3 ∂x 2  
 2  ∂x1 ∂x 2 
 1  ∂v ∂v  1  ∂v 3 ∂v 2  
  3 − 1   −  0 
 2  ∂x1 ∂x3  2  ∂x 2 ∂x3  
(1.468)
 0 W12 W13   0 W12 W13 

=  W21 0  
W23  = − W12 0 W23 
 W31 W32 0   − W13 − W23 0 
 0 − w3 w2 

=  w3 0 − w1 
 − w2 w1 0 
r
donde w1 , w2 , w3 son las componentes del vector axil w correspondiente al tensor
antisimétrico W , ver subapartado 1.5.3.2.2. Tensor Antisimétrico.
Si retomamos la definición del rotacional (1.467) y teniendo en consideración (1.468),
podemos decir que:
1 TENSORES 119
r r  ∂v ∂v   ∂v ∂v   ∂v ∂v 
rot ( v ) = ∇ ∧ v =  3 − 2 eˆ 1 +  1 − 3 eˆ 2 +  2 − 1 eˆ 3
 ∂x 2 ∂x3   ∂x3 ∂x1   ∂x1 ∂x 2 
= 2W32 e1 + 2W13 e 2 + 2W21eˆ 3
ˆ ˆ (1.469)
= 2(w1 eˆ 1 + w2 eˆ 2 + w3 eˆ 3 )
r
= 2w
Además si recurrimos a la identidad (1.140), podemos decir que se cumple que:
r r r
W⋅v = w ∧ v
1 r r (1.470)
= (∇ ∧ v ) ∧ v
2
Resumen
Divergencia Rotacional Gradiente

• div (•) ≡ ∇ ⋅ • rot (•) ≡ ∇ ∧ • grad(•) ≡ ∇ •
Escalar vector
Vector Tensor
Escalar Vector
(2ndo orden)
Tensor Tensor Tensor

ndo
Vector ndo
(2 orden) (2 orden) (3er orden)
A continuación haremos algunas demostraciones de algunas identidades.

r r r r
! rot (λa) = ∇ ∧ (λa) = λ(∇ ∧ a) + (∇λ ∧ a)
r
El resultado de la operación ∇ ∧ (λa) será un vector, cuyas componentes vienen
dadas por:
[∇ ∧ (λar )]i =  ijk (λa k ) , j
=  ijk (λ , j a k + λa k , j )
=  ijk λa k , j  ijk λ , j a k (1.471)
r
= λ(∇ ∧ a) i  ijk (∇λ) j a k
r r
= λ(∇ ∧ a) i (∇λ ∧ a) i
r r r r
con lo que comprobamos la identidad: rot (λa) = ∇ ∧ (λa) = λ(∇ ∧ a) + (∇λ ∧ a) .
r r r r r r r r r r
! ∇ ∧ (b ∧ a) = a(∇ ⋅ b) − b(∇ ⋅ a) + (b ⋅ ∇ )a − (a ⋅ ∇ )b
r r
Las componentes del producto vectorial (b ∧ a) vienen dadas por
r r
(b ∧ a) k =  kij a i b j . Luego:
[∇ ∧ (br ∧ ar )] = 
l lpk ( kij a i b j ) , p
(1.472)
=  kij  lpk (a i , p b j + a i b j , p )
Considerando que  kij =  ijk , el resultado de  ijk  lpk = δ il δ jp − δ ip δ jl y reemplazando en la

expresión anterior obtenemos que:
[∇ ∧ (br ∧ ar )] = 
l kij  lpk (a i , p b j + a i b j , p )
= (δ il δ jp − δ ip δ jl )(a i , p b j + a i b j , p )
(1.473)
= δ il δ jp a i , p b j − δ ip δ jl a i , p b j + δ il δ jp a i b j , p − δ ip δ jl a i b j , p
= a l , p b p − a p, p b l + a l b p, p − a p b l , p
Podemos observar que [(br ⋅ ∇)ar ] = a

l l, pb p , [br (∇ ⋅ ar )] = a
l p, p b l , [ar (∇ ⋅ br )] = a b
l l p, p ,
[r r
]
(a ⋅ ∇ )b l = a p b l , p .
r r r
! ∇ ∧ (∇ ∧ a) = ∇ ∧ (∇ ⋅ a) − ∇ 2 a
r
Las componentes del producto vectorial (∇ ∧ a) vienen dadas por
r
(∇ ∧ a) i =  ijk a k , j . Luego:
123
ci
[∇ ∧ (∇ ∧ ar )]q =  qli ( ijk a k , j ) ,l

(1.474)
=  qli  ijk a k , jl
Considerando que  qli  ijk =  qli  jki = δ qj δ lk − δ qk δ lj , la expresión anterior queda:
[∇ ∧ (∇ ∧ ar )]q =  qli  ijk a k , jl

= (δ qj δ lk − δ qk δ lj )a k , jl
(1.475)
= δ qj δ lk a k , jl − δ qk δ lj a k , jl
= a k ,kq − a q ,ll
r
Podemos observar que [∇ (∇ ⋅ a)]q = a k ,kq y ∇ 2 a q = a q ,ll . [ r]
! ∇ ⋅ (ψ∇φ ) = ψ∇ 2 φ + (∇ψ ) ⋅ (∇φ)
∇ ⋅ (φ∇ψ ) = (φψ ,i ) ,i
= φψ ,ii + φ ,i ψ ,i (1.476)
= φ∇ ψ + (∇φ) ⋅ (∇ψ )
2
donde φ y ψ son funciones escalares.

Otra identidad interesante que origina de la anterior es:
∇ ⋅ (φ∇ψ ) = φ∇ 2 ψ + (∇φ) ⋅ (∇ψ )
(1.477)
∇ ⋅ (ψ∇φ ) = ψ∇ 2 φ + (∇ψ ) ⋅ (∇φ)
Restando las dos identidades anteriores obtenemos que:
∇ ⋅ (φ∇ψ ) − ∇ ⋅ (ψ∇φ) = φ∇ 2 ψ − ψ∇ 2 φ
(1.478)
⇒ ∇ ⋅ (φ∇ψ − ψ∇φ) = φ∇ 2 ψ − ψ∇ 2 φ
1 TENSORES 121
1.8.5 Campo Conservativo

r r
Un campo vectorial b( x , t ) se denomina conservativo si existe un campo escalar ( φ )
diferenciables tal que:
r
b = ∇φ (1.479)
r r
Si la función φ cumple la relación (1.479) decimos que φ es una función potencial de b( x , t ) .
r r
Un condición necesaria, pero no suficiente, para que b( x , t ) sea conservativo es que
r r
∇ ∧ b = 0 . En otras palabras, todo campo conservativo el rotacional es nulo, pero ni todo
rotacional nulo implica un campo conservativo.
r r
Ejemplo 1.44: Probar que ∇ ⋅ (∇ ∧ u) = 0 y que ∇ ∧ (∇ φ ) = 0 , donde φ es un escalar.
Solución:
r
Considerando: ∇ ∧ u =  ijk u k , j eˆ i
∂
r
∇ ⋅ (∇ ∧ u ) =
∂x l
(
 ijk u k , j eˆ i ) ⋅ eˆ l
∂
=  ijk
∂x l
( )
u k , j δ il
∂
=  ijk
∂x i
(
uk, j )
=  ijk u k , ji
r
La segunda derivada de u es simétrica en ij , i.e. u k , ji = u k ,ij , mientras que  ijk es
antisimétrico en ij , i.e.,  ijk = − jik , luego:
 ijk u k , ji =  ij1u1, ji +  ij 2 u 2, ji +  ij 3u 3, ji = 0
Observar que  ij1u1, ji es el doble producto escalar de un tensor simétrico con un
antisimétrico, cuyo resultado es cero.
Análogamente demostramos que:
r
∇ ∧ (∇ φ ) =  ijk φ, kj eˆ i = 0 i eˆ i = 0
1.9 Teoremas con Integrales
1.9.1 Integración por Partes

La expresión de la integración por partes viene dada por:
b b
∫ ∫ v( x)u ′( x)dx
b
u ( x)v ′( x)dx = u ( x)v( x) a
− (1.480)
a a
dv
donde v ′( x) = , y las funciones u (x) , v(x) tienen que ser diferenciables en el intervalo
dx
a≤ x≤b.
1.9.2 Teorema de la Divergencia

Dado un medio continuo B de volumen V , y contorno S , el teorema de la divergencia (o
r
teorema de Gauss) para un vector v está dado por:
r r r r
∫ ∇ ⋅ v dV = ∫ v ⋅ nˆ dS = ∫ v ⋅ dS
V S S
(1.481)
∫v
V
i ,i ∫S
∫
dV = v i nˆ i dS = v i dS i
S
donde n̂ es el vector unitario y exterior a la superficie S que contiene el volumen V en el

que está definido el campo vectorial.
Para un tensor de segundo orden:
r
∫∇ ⋅T
V
dV = ∫ T ⋅ nˆ dS = ∫ T ⋅ dS
S S
(1.482)
∫T
V
ij , j ∫
dV = Tij nˆ j dS = Tij dS j
S
∫
S
S r
dS
x2 n̂
dS
B
r
x
x1
x3
Figura 1.33.
1 TENSORES 123
Partiendo del teorema de la divergencia también podemos verificar que se cumplen las
siguientes relaciones:
∫ ( x ),
V
i j dV ∫
= (δ ik xi ), j dV
V
∫
= δ ik xi nˆ j dS
S
= ∫ [δ
V
ik , j x i ]
+ δ ik xi , j dV ∫
= x k nˆ j dS
S
(1.483)
∫
= x k , j dV
V
∫
= x k nˆ j dS
S
donde hemos considerado que δ ik , j = 0 ikj , y además considerando que x k , j = δ kj ,

obtenemos que:
δ kj ∫ dV = ∫ x k nˆ j dS ⇒ ∫
Vδ kj = x k nˆ j dS
V S S
(1.484)
r
∫
V 1 = x ⊗ nˆ dS
S
También se cumple que:
∫ (x σ
V
i jk
V
∫
), k dV = ( xi σ jk ), k dV = xi σ jk nˆ k dS ∫
S
=
V
∫ [x i , k σ jk ] ∫
+ xi σ jk ,k dV = xi σ jk nˆ k dS
S
(1.485)
=
V
∫ [δ ik σ jk ] ∫
+ xi σ jk ,k dV = xi σ jk nˆ k dS
S
Resultando que:
∫x σ
V
i jk , k ∫
dV = xi σ jk nˆ k dS − σ ji dV
S
∫
V
(1.486)
r r
∫ x ⊗ ∇ ⋅ σ dV = x ⊗ (σ ⋅ nˆ ) dS − σ T dV
∫ ∫
V S V
ó bien
r r r
∫ x ⊗ ∇ ⋅ σ dV = ∫ ( x ⊗ σ ) ⋅ dS − ∫ σ
T
dV (1.487)
V S V
Ejemplo 1.45: Sea un dominio de área Ω delimitado por el contorno Γ como muestra
figura abajo:
Ω n̂
x2
Γ
x1
Considérese también que m es un tensor de segundo orden y ω un escalar. Demostrar

que se cumple la siguiente relación:
∫Ω [m : ∇ (∇ω )]dΩ = Γ∫ [(∇ω) ⋅ m]⋅ nˆ dΓ − Ω∫ [(∇ ⋅ m) ⋅ ∇ω ]dΩ

Solución: Se puede aplicar directamente la definición de integración por partes para la
demostración. Pero partiremos de la definición del teorema de la divergencia.
r
Luego dado un tensor v se cumple que:
r r
∫ ∇ ⋅ v dΩ = Γ∫ v ⋅ nˆ dΓ → Ω∫ v ∫
dΩ = v j nˆ j dΓ
indicial
j, j
Ω Γ
r
Pero si consideramos que el tensor v es el resultante de la operación
r
v = ∇ω ⋅ m y lo equivalente en notación indicial v j = ω , i m ij y reemplazándolo
en la expresión anterior obtenemos que:
∫Ω v j, j ∫
dΩ = v j nˆ j dΓ
Γ
⇒ ∫Ω [ω, i m ij ]
,j
Γ
∫
dV = v j nˆ j dΓ
⇒ ∫ [ω,
Ω
ij ] ∫
m ij + ω , i m ij , j dΩ = ω , i m ij nˆ j dΓ
Γ
⇒ ∫ [ω,
Ω
ij ] ∫
m ij dΩ = ω , i m ij nˆ j dΓ −
Γ
∫ [ω,
Ω
i ]
m ij , j dΩ
Lo equivalente en notación tensorial:
∫Ω [m : ∇ (∇ω )]dΩ = Γ∫ [(∇ω) ⋅ m]⋅ nˆ dΓ − Ω∫ [∇ω ⋅ (∇ ⋅ m)]dΩ c.q.d.

NOTA: Si consideramos ahora un dominio de volumen V delimitado por una
r
superficie S con normal n̂ y sea N un vector y T un escalar también se cumple
que:
∫ N T,
V
i ij ∫
S
∫
dV = N i T , i nˆ j dS − N i , j T , i dV
V
r r r
⇒ N ⋅ ∇ (∇T )dV = (∇T ⋅ N ) ⊗ n̂dS − ∇T ⋅ ∇NdV
∫ ∫ ∫
V S V
donde hemos aplicado directamente la definición de integración por partes.
1 TENSORES 125
1.9.3 Independencia del Camino

Una curva que conecta dos puntos A y B denominamos de camino de A a B . A
continuación, establecemos las condiciones con las cuales una integral de línea es
independiente del camino en una determinada región, ver Figura 1.34.
C1
B r r
r r r
∫C b ⋅ dr = C∫ b ⋅ dr
r Si
b dr
1 2
r
A b - Campo conservativo
x3 C2
x2
x1
Figura 1.34: Independencia del camino.

r r r
Luego, dado un campo vectorial b continuo, la integral ∫ b ⋅ dr es independiente del camino si
C
r
y solo si b es un campo conservativo. Como consecuencia, existe un campo escalar φ tal que
r
b = ∇φ .
Con eso podemos concluir que:
B r r B r
∫ b ⋅ dr = ∇ φ ⋅ dr
∫
A A
B B
(1.488)
r  ∂φ ∂φ ˆ ∂φ ˆ  r
∫ (b1 eˆ 1 + b 2 eˆ 2 + b 3 eˆ 3 ) ⋅ dr = 
∫ eˆ 1 + e2 + e 3  ⋅ dr
A A
∂x1 ∂x 2 ∂x3 
Luego
∂φ ∂φ ∂φ
b1 = ; b2 = ; b3 = (1.489)
∂x1 ∂x 2 ∂x3
Como el campo es conservativo el rotacional es cero:

eˆ 1 eˆ 2 eˆ 3
r r ∂ ∂ ∂
∇ ∧b=0 ⇒ = 0i (1.490)
∂x1 ∂x 2 ∂x3
b1 b2 b3
Concluyendo que:
 ∂b 3 ∂b 2  ∂b 3 ∂b 2
 − =0  =
 ∂x 2 ∂x3  ∂x 2 ∂x 3
 ∂b1 ∂b 3  ∂b ∂b
 − =0 ⇒ 1 = 3 (1.491)
 ∂x3 ∂x1  ∂x3 ∂x1
 ∂b 2 ∂b1  ∂b 2 ∂b1
 − =0  =
 ∂x1 ∂x 2  ∂x1 ∂x 2
Luego, si no se cumple la condición anterior el campo no es conservativo.
1.9.4 Teorema de Kelvin-Stokes

r r
Sea una superficie regular S y sea un campo vectorial F( x , t ) .
x3 n̂
Ω p̂
x2
x1
Figura 1.35: Teorema de Stokes.
Según el Teorema de Kelvin-Stokes:

r r r r r
∫ F ⋅ dΓ = ∫ (∇ ∧ F) ⋅ dS = ∫ (∇ ∧ F) ⋅ nˆ dS
Γ Ω Ω
(1.492)
Si adoptamos un versor tangente al contorno Γ denominado por p̂ el teorema de Stokes

queda:
r r r r
∫ F ⋅ pˆ dΓ = (∇ ∧ F) ⋅ dS = (∇ ∧ F) ⋅ nˆ dS
∫ ∫ (1.493)
Γ Ω Ω
r
Representamos los vectores en la base cartesiana como F = F1eˆ 1 + F2 eˆ 2 + F3 eˆ 3 , el vector de
r r
área como dS = dS1eˆ 1 + dS 2 eˆ 2 + dS 3 eˆ 3 , y dΓ = dx1eˆ 1 + dx 2 eˆ 2 + dx3 eˆ 3 . Las componentes
r
del rotacional de F son:
eˆ 1 eˆ 2 eˆ 3
( r
)
∇ ∧F i =
∂
∂x1
∂
∂x 2
∂
∂x3
F1 F2 F3 (1.494)
 ∂F ∂F   ∂F ∂F   ∂F ∂F 
=  3 − 2 eˆ 1 +  1 − 3 eˆ 2 +  2 − 1 eˆ 3
 ∂x 2 ∂x3   ∂x 3 ∂x1   ∂x1 ∂x 2 
1 TENSORES 127
Con lo cual podemos expresar el teorema de Stokes en componentes como:

 ∂F ∂F   ∂F ∂F   ∂F ∂F 
∫Γ F dx
1 1 ∫
+ F2 dx 2 + F3 dx3 =  3 − 2
Ω 2
∂x ∂x3
 dS1 +  1 − 3
  ∂x3 ∂x1
dS 2 +  2 − 1
  ∂x1 ∂x 2
dS 3

(1.495)
Como caso particular podemos tener que la superficie S coincide con el plano Ω como
muestra figura abajo, en este caso sigue siendo válida la expresión (1.495).
x3 n̂
x2
x1
Figura 1.36.
Otro caso particular es cuando la región Ω está toda contenida en el plano x1 − x 2 .
r
x3 dS = dSê 3
x2
Γ
ê3
x1
Figura 1.37: Teorema de Green.
r r r
∫ F ⋅ dΓ = (∇ ∧ F) ⋅ eˆ 3 dS
∫ (1.496)
Γ Ω
Que es conocida como el teorema de Stokes en el plano o teorema de Green. En

componentes queda:
 ∂F ∂F 
∫ F dx
Γ
1 1 + F2 dx 2 =  2 − 1
Ω 1
∂x ∂x 2 ∫ dS 3

(1.497)
1.9.5 Identidades de Green

r
Sea F un vector, aplicando el teorema de la divergencia obtenemos que:
r r
∫ ∇ ⋅ F dV = ∫ F ⋅ nˆ dS (1.498)
V S
Además, consideremos las identidades demostradas en (1.476) y (1.478), respectivamente:
∇ ⋅ (φ∇ψ ) = φ∇ 2 ψ + (∇φ) ⋅ (∇ψ ) (1.499)
∇ ⋅ (φ∇ψ − ψ∇φ) = φ∇ 2 ψ − ψ∇ 2 φ (1.500)

r
Considerando que F = φ∇ψ y reemplazando (1.499) en (1.498) obtenemos que:
∫ φ∇
2
ψ + (∇φ) ⋅ (∇ψ) dV = ∫ φ∇ψ ⋅ nˆ dS
V S
(1.501)
⇒ (∇φ) ⋅ (∇ψ ) dV =
∫ ∫ φ∇ψ ⋅ nˆ dS − ∫ φ∇
2
ψ dV
V S V
que es conocida como la primera identidad de Green.

Si ahora reemplazamos (1.500) en (1.498) obtenemos que:
∫ φ∇
2
ψ − ψ∇ 2φ dV = ∫ (φ∇ψ − ψ∇φ) ⋅ nˆ dS (1.502)
V S
que es conocida como la segunda identidad de Green.
r r
Ejemplo 1.46: Si un vector se define como: b = ∇ ∧ v , probar que:
∫ λb nˆ
S
i i ∫
d S = λ, i b i dV
V
r r
donde λ es una función únicamente de x , i.e., λ = λ( x ) .
r r
Solución: Si b = ∇ ∧ v , luego b i =  ijk v k , j . Reemplazando en la integral de superficie
anterior resulta:
∫ λb nˆ
S
i i ∫
dS = λ ijk v k , j nˆ i dS
S
Aplicando el teorema de la divergencia de Gauss, resulta:
1 TENSORES 129
∫ λb nˆ
S
i i ∫
dS = λ ijk v k , j nˆ i dS
S
∫
= ( ijk λv k , j ), i dV
V
∫
= ( ijk λ, i v k , j +  ijk λv k , ji ) dV
V
∫
V
3 1424 3 ∫
= (λ, i  ijk v k , j + λ  ijk v k , ji ) dV = λ, i b i dV
1
424
V
bi 0
c.q.d.
1.10 Coordenadas Cilíndricas y Esféricas
Para la solución de determinados problemas, puede resultar conveniente emplear otros

sistemas de coordenadas, como por ejemplo el sistema de coordenadas cilíndricas o el
sistema de coordenadas esféricas.
1.10.1 Sistema de Coordenadas Cilíndricas

En el sistema de coordenadas cilíndricas ( r , θ, z ), se adopta como eje de simetría la
dirección z . En este sistema un punto P tiene coordenadas (r , θ, z ) , restringido a
0 ≤ θ ≤ 180º , donde estas variables están indicadas en la Figura 1.38.
Conversión de coordenadas cilíndricas a las coordenadas cartesianas:
 x1 = r cos θ

 x 2 = r sin θ (1.503)
x = z
 3
Conversión de coordenadas cartesianas a las coordenadas cilíndricas
r = x 2 + x 2
 1 2
  x2 
θ = arctan  (1.504)
  x1 
 z = x3

Los versores en este sistema, eˆ r , eˆ θ , eˆ z pueden obtenerse con una simple ley de
transformación, donde la matriz de transformación viene dada por un giro alrededor del eje
z de un ángulo θ , es decir:
eˆ r   cos θ sin θ 0  eˆ 1 

ˆ    ˆ 
e θ  = − sin θ cos θ 0 e 2  (1.505)
eˆ z   0 0 1  eˆ 3 
 
resultando
eˆ r = eˆ 1 cos θ + eˆ 2 sin θ eˆ 1 = eˆ r cos θ − eˆ θ sin θ

ˆ ˆ
e θ = −eˆ 1 sin θ + eˆ 2 cos θ e 2 = eˆ r sin θ + eˆ θ cos θ
inversa
→ (1.506)
eˆ = eˆ eˆ = eˆ
 z 3  3 z
Podemos verificar en la ecuación (1.506) que ê r y ê θ son dependientes de θ , luego

podemos obtener las siguientes diferenciaciones:
∂eˆ r
= eˆ 1 (− sin θ) + eˆ 2 cos θ = eˆ θ
∂θ
(1.507)
∂eˆ θ
= −eˆ 1 (cos θ) + eˆ 2 (− sin θ) = −eˆ r
∂θ
x3
Proyección en el plano x1 − x 2
ê z
ê θ
r sin θ x2
r ê r
x θ r
r cos θ
z
x2
θ r
x1
x1
Figura 1.38: Sistema de coordenadas cilíndricas.

Utilizando la regla de la cadena para derivadas parciales podemos demostrar que el
operador nabla ∇ se expresa en coordenadas cilíndricas como:
∂ ˆ 1 ∂ ˆ ∂
∇ = eˆ r + eθ + e3 (1.508)
∂r r ∂θ ∂x3
El operador Laplaciano ∇ 2 en coordenadas cilíndricas queda:

1 ∂  ∂  1 ∂2 ∂2
∇2 =  r  + +
r ∂r  ∂r  r 2 ∂θ 2 ∂x32
(1.509)
∂2 1 ∂ 1 ∂2 ∂2
= 2 + + 2 +
∂r r ∂r r ∂θ 2 ∂x 32
La demostración de (1.509) siguen a continuación.

 ∂ ˆ 1 ∂ ˆ ∂  ˆ ∂ ˆ 1 ∂ ˆ ∂ 
∇ 2 = ∇ ⋅ ∇ =  eˆ r + eθ + e3  ⋅ er + eθ + e3  (1.510)
 ∂r r ∂θ ∂x3   ∂r r ∂θ ∂x3 
Haciendo el producto y considerando que eˆ r ⋅ eˆ θ = eˆ θ ⋅ eˆ 3 = eˆ z ⋅ eˆ r = 0 , obtenemos los

siguientes términos:
1 TENSORES 131
∂  ˆ ∂ ˆ 1 ∂ ˆ ∂  ˆ ∂eˆ r ∂ ˆ ˆ ∂ ∂ ∂ ∂ ∂2
eˆ r ⋅  e r + eθ + e3  = e r ⋅ + er ⋅ er = = 2
(1.511)
∂r  ∂r r ∂θ ∂x3  ∂r ∂r
{ ∂r ∂r ∂r ∂r ∂r
eˆ θ
1ˆ ∂  ∂ ˆ 1 ∂ ˆ ∂  1 ˆ ∂eˆ r ∂ 1 ˆ ˆ ∂ ∂
e θ ⋅  eˆ r + eθ + e3  = eθ ⋅ + eθ ⋅ er +
r ∂θ  ∂r r ∂θ ∂x3  r ∂θ ∂r r
{ ∂θ ∂r
eˆ θ
(1.512)
1 ˆ ∂eˆ θ 1 ∂ 1 ˆ ˆ ∂ 1 ∂ 1 ∂ 1 ∂2
eθ ⋅ + eθ ⋅ eθ = + 2
r ∂θ r ∂θ r
{ ∂θ r ∂θ r ∂r r ∂θ 2
eˆ r
∂  ˆ ∂ ˆ 1 ∂ ˆ ∂  ∂2
eˆ 3 ⋅ er + eθ + e3 = (1.513)
∂x3  ∂r r ∂θ ∂x3  ∂x32
Sumando los términos obtenemos la expresión del Laplaciano dada por (1.509).
r
Consideremos un campo vectorial representado por v = v r eˆ r + v θ eˆ θ + v 3 eˆ 3 , a
continuación aplicaremos a este vector los siguientes operadores:
Rotacional de un vector
r
El rotacional de un vector v viene dado por:
eˆ r eˆ θ eˆ 3
r ∂ 1 ∂ ∂
∇∧v= (1.514)
∂r r ∂θ ∂x3
vr vθ v3
Desarrollando el determinante anterior hallamos:

r  1 ∂v 3 ∂v θ   ∂v ∂v   ∂v 1 ∂v r 
∇ ∧ v = eˆ r  −  − eˆ θ  3 − r  + eˆ 3  θ −  (1.515)
 r ∂θ ∂x3   ∂r ∂x3   ∂r r ∂θ 
Divergencia
r
La divergencia de un vector v en coordenadas cilíndricas viene dada por:
r  ∂ ˆ 1 ∂ ˆ ∂  ˆ
∇ ⋅ v =  eˆ r + eθ + e3  ⋅ (e r v r + eˆ θ v θ + eˆ 3 v 3 ) (1.516)
 ∂r r ∂θ ∂x3 
∂ ˆ
r
⇒ ∇ ⋅ v = eˆ r ⋅ (e r v r + eˆ θ v θ + eˆ 3 v 3 ) + eˆ θ ⋅ 1 ∂ (eˆ r v r + eˆ θ v θ + eˆ 3 v 3 )
∂r r ∂θ
(1.517)
∂ ˆ
+ eˆ 3 ⋅ (e r v r + eˆ θ v θ + eˆ 3 v 3 )
∂x3
Operando los tres términos de la ecuación anterior separadamente obtenemos:

∂ ˆ
! eˆ r ⋅ (e r v r + eˆ θ v θ + eˆ 3 v 3 )
∂r
Sabiendo que eˆ θ , eˆ 3 , v θ , v 3 no son dependientes de r :
∂ ˆ
eˆ r ⋅ (e θ v θ ) = eˆ r ∂ ⋅ (eˆ 3 v 3 ) = 0
∂r ∂r
Nos queda por definir:
ˆ
eˆ r
∂ ˆ ˆ r ⋅ eˆ r ∂v r + eˆ r ⋅ v r ∂e r = ∂v r
⋅ (e r v r ) = e1
∂r 2 3 ∂r ∂r ∂r
1 {
0
1 ∂ ˆ
! eˆ θ ⋅ (e r v r + eˆ θ v θ + eˆ 3 v 3 )
r ∂θ
Como eˆ 3 v 3 no es dependiente de θ , resulta:
1 ∂ ˆ
eˆ θ ⋅ (e 3 v 3 ) = 0
r ∂θ
Resultando:
1 ∂ ˆ ∂v ∂eˆ ∂v ∂eˆ
eˆ θ ⋅ (e r v r + eˆ θ v θ ) = e1
ˆ θ ⋅ eˆ r 1 r + eˆ θ ⋅ v r 1 r + eˆ θ ⋅ eˆ θ 1 θ + eˆ θ ⋅ v θ 1 θ
23 r ∂θ
r ∂θ r{∂θ r ∂θ r{∂θ
=0
eˆ θ = − eˆ r
144244 3
=0
1 1 ∂v θ
= vr +
r r ∂θ
∂ ˆ
! eˆ 3 ⋅ (e r v r + eˆ θ v θ + eˆ 3 v 3 )
∂x3
∂ ˆ ∂v ∂v
eˆ 3 ⋅ (e r v r + eˆ θ v θ + eˆ 3 v 3 ) = e1
ˆ 3 ⋅ eˆ 3 3 = 3
2 3
∂x3 ∂x3 ∂x3
=1
Teniendo en cuenta todas operaciones anteriores concluimos que:

r ∂v 1 1 ∂v θ ∂v 3
∇ ⋅ v = r + vr + + (1.518)
∂r r r ∂θ ∂x3
o bien:
r ∂v 1 ∂v  ∂v
∇ ⋅ v = r + vr + θ  + 3 (1.519)
∂r r ∂θ  ∂x 3
1.10.2 Sistema de Coordenadas Esféricas

Las coordenadas esféricas ( r , θ, φ ) están indicadas en la Figura 1.39 luego, se cumple que:
Conversión de coordenadas esféricas a las coordenadas cartesianas:
 x1 = r sin θ cos φ

 x 2 = r sin θ sin φ (1.520)
 x = r cos θ
 3
donde r ≥ 0 y 0 ≤ φ ≤ 180º y 0 ≤ θ ≤ 360º .
1 TENSORES 133
Conversión de coordenadas cartesianas a las coordenadas esféricas:


r = x 2 + x 2 + x 2
 1 2 3
  x2 + x2 
 1 2 
θ = arctan  (1.521)
 x
 3

 x
φ = arctan 2
 x1
x3
ê r
x3
ê φ
r ê θ
θ
x1 x2
φ x2
x1
Figura 1.39: Sistema de coordenadas esféricas.
Los vectores unitarios eˆ r , eˆ θ , eˆ φ (mutuamente ortogonales entre sí) están ilustrados en la

Figura 1.39, y los podemos expresar en función de los versores eˆ 1 , eˆ 2 , eˆ 3 a través de una
transformación de coordenadas:
x3
! Rotación según eje ê 3 de un ángulo φ
Luego el nuevo sistema estará definido como:

 eˆ 1′   cos φ sin φ 0  eˆ 1  ê 3
ˆ    ˆ 
e ′2  = − sin φ cos φ 0 e 2  ê 2 ê′3
eˆ ′3   0 0 1 eˆ 3  ê1
 
φ x2
ê′2
ê1′
x1
! Rotación según eje ê ′2 de un ángulo β

x3
eˆ 1′′ = eˆ r
Pero podemos observar en la figura que: eˆ ′3′ = −eˆ θ
π eˆ ′2′ = eˆ φ
β= − θ luego cos β = sin θ y sin β = cos θ :
2
θ
eˆ r   sin θ 0 cos θ  eˆ 1′ 
ˆ     β ê′3
e φ  =  0 1 0  eˆ ′2 
x2
eˆ θ   − cos θ 0 sin θ   eˆ ′3  ê′2
   
ê1′
x1
Considerando las dos transformaciones anteriores podemos obtener que:

 eˆ r   sin θ 0 cos θ  cos φ sin φ 0  eˆ 1 
 ˆ    
 eφ  =  0 1 0   − sin φ cos φ 0 eˆ 2 
− eˆ θ  − cos θ 0 sin θ   0 0 1   eˆ 3 
 
(1.522)
 eˆ r   sin θ cos φ sin θ sin φ cos θ   eˆ 1 
ˆ    ˆ 
 e θ  = cos θ cos φ cos θ sin φ − sin θ e 2 
eˆ φ   − sin φ cos φ 0   eˆ 3 
 
Explícitamente:
eˆ r = eˆ 1 cos φ sin θ + eˆ 2 sin φ sin θ + eˆ 3 cos θ
ˆ
e θ = eˆ 1 cos φ cos θ + eˆ 2 sin φ cos θ − eˆ 3 sin θ (1.523)
eˆ = −eˆ sin φ + eˆ cos φ
 φ 1 2
La diferenciación de la base en función de θ , φ queda:

∂eˆ r
= eˆ 1 cos φ cos θ + eˆ 2 sin φ cos θ − eˆ 3 sin θ = eˆ θ (1.524)
∂θ
∂eˆ r
= −eˆ 1 sin φ sin θ + eˆ 2 cos φ sin θ = eˆ φ sin θ (1.525)
∂φ
∂eˆ θ
= −eˆ 1 cos φ sin θ − eˆ 2 sin φ sin θ − eˆ 3 cos θ = −eˆ r (1.526)
∂θ
∂eˆ θ
= −eˆ 1 sin φ cos θ + eˆ 2 cos φ cos θ = eˆ φ cos θ (1.527)
∂φ
∂eˆ φ
= −eˆ 1 cos φ − eˆ 2 sin φ = −eˆ r sin θ − eˆ θ cos θ (1.528)
∂φ
El operador nabla será dado por:
∂ ˆ 1 ∂ ˆ 1 ∂
∇ = eˆ r + eθ + eφ (1.529)
∂r r ∂θ r sin θ ∂φ
El operador Laplaciano ∇ 2 en coordenadas esféricas queda:
1 TENSORES 135
1 ∂  2 ∂  1 ∂  ∂  1 ∂2
∇2 =  r  +  sin θ  +
r 2 ∂r  ∂r  r 2 sin θ ∂θ  ∂θ  r 2 sin 2 θ ∂φ 2
(1.530)
∂2 2 ∂ 1 ∂2 cotg θ ∂ 1 ∂2
= 2 + + 2 + +
∂r r ∂r r ∂θ 2 r 2 ∂θ r 2 sin 2 θ ∂φ 2
Divergencia
r
La divergencia de un vector v en coordenadas esféricas viene dada por:
r  ∂ ˆ 1 ∂ ˆ ∂  ˆ
 ⋅ (e r v r + eˆ θ v θ + eˆ φ v φ )
1
∇ ⋅ v =  eˆ r + eθ + eφ (1.531)
 ∂r r ∂θ r sin θ ∂φ 
Haciendo el producto obtenemos:

r ∂v ∂v ∂v φ 2
∇⋅v = r + θ + + v r + v φ cotg θ (1.532)
∂r ∂θ ∂φ r
Ejemplo 1.47: Escribir la ecuación ( z = x 2 − y 2 ), dada en coordenadas cartesianas, en

coordenadas cilíndricas y esféricas:
Solución:
cilíndricas: z = (r cos θ)2 − (r sin θ)2 ⇒ z = r 2 cos(2θ )
esféricas: r cos θ = (r sin θ cos φ )2 − (r sin θ sin φ )2
A. Propiedades Mecánicas
´
Apendice
´ Grafica
Representacion ´ de
A
un Tensor
A.1 Introducción
Existen diversas aplicaciones prácticas en Ingeniería que utiliza la representación gráfica de

un tensor de segundo orden. La representación gráfica de un tensor de segundo orden
consiste en una gráfica bidimensional donde la abscisa viene representada por la
componente normal ( T N ) y la ordenada por la componente tangencial ( TS ) para todos los
planos admisibles, nˆ ⋅ nˆ = 1 .
A.2 Proyección de un Tensor de Segundo Orden

sobre una Dirección
A.2.1 Componente Normal y Tangencial

Como hemos visto en el capítulo 1, la proyección de un tensor de segundo ( T ) orden
r ˆ
sobre una dirección ( n̂ ) resulta un vector t (n) = T ⋅ nˆ .
r ˆ
El vector t (n) asociado a la dirección n̂ puede descomponerse en una componente normal
r r
T N (vector normal) y en otra tangencial TS (vector tangencial) tal como se indica en la
Figura A.1. La suma vectorial de estos vectores resulta:
r ˆ r r
t (n ) = T N + T S (A.1)
r ˆ
t (n)
x3
r
TN
r
TS
ŝ n̂
P
ê 3
ê 2 x2
ê1
x1
Figura A.1: Componentes normal y tangencial del vector.
Siendo n̂ el versor normal al plano y ŝ el versor tangente al plano, podemos escribir la

relación anterior como:
r ˆ
t (n ) = T N nˆ + TS sˆ (A.2)
r r
donde T N y TS son los módulos de T N y de TS , respectivamente.
r
Escribiendo el vector T N en función de su módulo T N y del versor n̂ , las siguientes
relaciones son válidas:
r r
TN = T N nˆ ≡ T N ⊗ nˆ TN i = T N nˆ i
r ˆ r ˆ
= (t (n) ⋅ nˆ ) nˆ = (nˆ ⋅ t (n) ) nˆ
ˆ ˆ
= (t (kn) nˆ k ) nˆ i = (nˆ k t (kn) ) nˆ i
(A.3)
[⋅2
nˆ4
=1 ⋅ n3
T4 ˆ nˆ ] [ ]
= nˆ k Tkj nˆ j nˆ i
1424 3
TN TN
Verificamos que T N puede ser obtenido a través de las siguientes relaciones:

r ˆ
T N = t (n) ⋅ nˆ = nˆ ⋅ T ⋅ nˆ = nˆ k Tkj nˆ j (A.4)
r
Observemos que T será un tensor definido positivo si T N = nˆ ⋅ T ⋅ nˆ > 0 para todo nˆ ≠ 0 .
Podemos concluir también que T N = nˆ ⋅ T ⋅ nˆ = nˆ ⋅ T sym ⋅ nˆ luego, si la parte simétrica del
tensor es un tensor definido positivo el tensor también lo será.
r
Análogamente, podemos representar el vector TS en función de su módulo TS y del
versor ŝ :
r r
TS = TS sˆ TS i = TS sˆ i
r ˆ r ˆ
= (t (n) ⋅ sˆ )sˆ = (sˆ ⋅ t (n) )sˆ
ˆ
= (t (jn) sˆ j )sˆ i
(A.5)
sˆ4
=1 [
⋅2⋅3
T4nˆ sˆ ] [
= T jk nˆ k sˆ j sˆ i
1424 3
]
TS TS
APÉNDICE A: REPRESENTACIÓN GRÁFICA DE UN TENSOR 139
Otra forma de obtener el vector tangencial puede ser a través de la ecuación (A.1):
r r ˆ r
TS = t (n ) − T N
(A.6)
[
= T ⋅ nˆ − T : (nˆ ⊗ nˆ ) nˆ ]
r r r
Ya que TS y T N son perpendiculares. También podemos obtener el módulo de TS a
través del teorema de Pitágoras:
ˆ ˆ
TS2 = t (i n) t (i n) − T N2 (A.7)
ˆ ˆ
con t i(n) t i(n) = Tij Tik nˆ j nˆ k .
A.2.1.1 Máxima y Mínima Componente Normal
Como visto anteriormente la componente normal viene dada por T N = nˆ ⋅ T ⋅ nˆ con la

restricción que nˆ ⋅ nˆ = 1 (versor). Los valores de máximos y mínimos de T N con restricción
pueden ser obtenidos a través del método del multiplicador de Lagrange. Este método
consiste en construir una función tal que:
L(nˆ , µ) = T N − µ(nˆ ⋅ nˆ − 1) = nˆ ⋅ T ⋅ nˆ − µ(nˆ ⋅ nˆ − 1) (A.8)
donde µ es el multiplicador de Lagrange. Diferenciando la función L(nˆ ) con respecto a n̂

y a µ obtenemos el siguiente sistema de ecuaciones:
∂L (nˆ , µ) r r
= 2 T sym ⋅ nˆ − 2µnˆ = 0 ⇒ ( T sym − µ1) ⋅ nˆ = 0
∂nˆ
(A.9)
∂L (nˆ , µ) ˆ ˆ
= n ⋅ n − 1 = 0 ⇒ nˆ ⋅ nˆ = 1
∂µ
El primer sistemas de ecuaciones sólo tiene solución si y solo si det ( T sym − µ1) = 0 que es
el problema de autovalor de la parte simétrica de T . Es decir, los valores de máximos y
mínimos de T N corresponden a los autovalores de T sym . Siendo T1sym , T2sym , T3sym , los
autovalores de T sym , reestructuramos los autovalores de tal forma que:
TIsym > TIIsym > TIIIsym (A.10)
Podemos entonces decir que el valor máximo de T N es TIsym , y TIIIsym es el valor mínimo.
NOTA: Ya era de esperar que los valores extremos de T N estuviera relacionado con el
tensor simétrico T sym ya que para T N la parte antisimétrica no juega ningún papel
T N = nˆ ⋅ T ⋅ nˆ = nˆ ⋅ T sym ⋅ nˆ .
OBS.: Cuando utilizamos la nomenclatura TI , TII , TIII ya está implícito que

TI > TII > TIII .
A.2.1.2 Máxima y Mínima Componente Tangencial de un Tensor

Simétrico
Por simplicidad vamos trabajar en el espacio principal del tensor T y vamos considerar que
el tensor es simétrico, 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 también que en este espacio las
ˆ
componentes normales Ti tienen las mismas direcciones que t i(n) . El módulo de la
componente normal T N en un plano arbitrario de normal n̂ , según la expresión (A.4),
viene dado por la expresión:
ˆ
TN = t i(n) n i = Tij n j n i
(A.11)
= T1n12 + T2 n 22 + T3n 32
Observemos que para el plano particular n i = [1,0,0] ⇒ T N = T1 . Geométricamente (teorema

de Pitágoras), podemos obtener el módulo de la componente tangencial:
r ˆ 2 ˆ ˆ
TS2 = t (n) − T N2 = t i(n) t i(n) − T N2
(A.12)
= Tij Tik nˆ j nˆ k − T N2
x 3′ x 3′
rˆ
t (n)
T3 r
TN
r plano arbitrario
T2 TS n̂
x ′2
T1 x ′2
x1′
x1′
Figura A.2: Componentes del tensor en el espacio principal.
Reemplazando la ecuación (A.11) en la ecuación (A.12) hallamos:
(
TS2 = T12 n12 + T22 n 22 + T32 n 32 − T1n12 + T2 n 22 + T3n 32 )
2
(A.13)
Podemos formular la siguiente pregunta: ¿Cuáles son los valores de n i que hacen máximo
la función TS2 ? Este problema se reduce a encontrar valores extremos de la función:
F (nˆ ) = TS2 − µ(n i n i − 1) (A.14)

donde µ es el multiplicador de Lagrange, con la restricción n i n i = 1 .
La condición necesaria es:
∂F (nˆ ) ∂F (nˆ )
=0 ; =0 (A.15)
∂n i ∂µ
resultando:
{ (
n1 T12 − 2 T1 T1 n12 + T2 n 22 + T3 n 32 + µ = 0 ) }
n {T2
2
2 − 2 T (T n
2 1
2
1 + T2 n 22 + T n ) + µ}= 0
3
2
3 (A.16)
n {T3
2
3 − 2 T (T n
3 1
2
1 + T2 n 22 + T n ) + µ}= 0
3
2
3
con la condición n i n i = 1 . Podemos obtener analíticamente la solución del sistema anterior

resultando en las siguientes soluciones posibles:
solución n̂1 n̂ 2 n̂ 3 TS
(1) n1(1) = ±1 n (21) = 0 n (31) = 0 TS = 0
(2) n1( 2 ) = 0 n (22 ) = ±1 n (32 ) = 0 TS = 0
(3) n1(3) = 0 n1(3) = 0 n1(3) = ±1 TS = 0
(4) (A.17)
1 1 T − T3
0 ± ± TS = ± 2
2 2 2
(5) 1 1 T1 − T3
± 0 ± TS = ±
2 2 2
(6) 1 1 T1 − T2
± ± 0 TS = ±
2 2 2
Los valores de TS fueron obtenidos introduciendo los valores de n i en la expresión (A.13).

Los tres primeros conjuntos de soluciones nos proporcionan los valores mínimos de TS ,
que corresponden justamente con las direcciones principales.
Para las soluciones (4) los planos de máximo relativo para TS están esquematizados en la
Figura A.3.
T3 T3
nˆ i = 0 [ 1
2
1
2
] [
nˆ i = 0 − 1 1
]
2 2
T2 T2
T1 [
nˆ i = 0 − 1
2
− 1
2
] T1
[
nˆ i = 0 1
2
− 1
2
]
Figura A.3: Planos de máxima componente tangencial (relativa) con n1 = 0 .
Para las soluciones (5), los planos están esquematizados en la Figura A.4.
T3
T3
nˆ i = − [ 1
0 1
]
[ ]
2 2
nˆ i = 1
2
0 1
2
T2
T2
T1 nˆ i = − [ 1
2
0 − 1
2
] T1
nˆ i = [ 1
2
0 − 1
2
]
Figura A.4: Planos de máxima componente tangencial (relativa) con n 2 = 0 .
En la Figura A.5 podemos visualizar los planos de máxima componente tangencial para las
soluciones (6).
T3 T3
nˆ i = [ 1
2
1
2
0 ] nˆ i = − [ 1
2
1
2
0 ]
nˆ i = [ 1
2
− 1
2
0 ]
T2 T2
T1 nˆ i = − [ 1
2
− 1
2
0 ] T1
Figura A.5: Planos de máxima componente tangencial (relativa) con n 3 = 0 .
Ordenando los autovalores (valores principales) ( T1 , T2 , T3 ) de la forma:

TI > TII > TIII (A.18)
obtenemos el máximo absoluto de la tensión de corte:
TI − TIII
TS max = (A.19)
2
A.2.1.3 Representación Gráfica de un Tensor de Segundo Orden

Arbitrario
Conocidas las componentes de un tensor de segundo orden en la base cartesiana Tij

podemos obtener las componentes normales y tangenciales ( TN , TS ) para cualquier plano
de normal n̂ , con la restricción que nˆ ⋅ nˆ = 1 , en componentes nˆ 12 + nˆ 22 + nˆ 32 = 1 . Podemos
dibujar una gráfica donde la abscisa viene representa por la componente normal ( TN ) y la
ordenada por la componente tangencial ( TS ) al plano.
En este apartado utilizaremos un procedimiento numérico, es decir, de forma aleatoria
sacamos distintos valores (posibles) para la normal (versor) y obtenemos los valores
correspondientes de ( TN , TS ) y plotamos sus coordenadas en una gráfica T N × TS . De esta
forma vamos obtener la representación gráfica 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 también dibujamos la gráfica correspondiente a la parte simétrica
del tensor, T Nsym × TSsym .
A continuación adoptamos algunos valores para las componentes del tensor y verifiquemos
que formato tiene la gráfica componente normal versus componente tangencial.
El primer ejemplo, ver Figura A.6, constituye de un tensor no simétrico. Es interesante
r
observar que el tensor es definido positivo ya que T N = nˆ ⋅ T ⋅ nˆ > 0 para todo nˆ ≠ 0 .
Verifiquemos también que el tensor tiene tres autovalores reales, y por definición de
autovalor, corresponden cuando TS = 0 . Los valores máximos y mínimos para la
componente T N son coincidentes con los autovalores de la parte simétrica de T .
Para la componente tangencial podemos hacer la siguiente descomposición:
] [ ]
r
[
⋅2
sˆ4
TS = 1 ⋅3
T4nˆ sˆ = sˆ ⋅ T sym ⋅ nˆ + sˆ ⋅ T anti ⋅ nˆ sˆ
(A.20)
TS
Cuando n̂ sea una de las direcciones principales de la parte simétrica, tenemos que:
[ ] [ ] [ ]
r
TS = sˆ ⋅ T sym ⋅ nˆ + sˆ ⋅ T anti ⋅ nˆ sˆ = sˆ ⋅ λnˆ + sˆ ⋅ T anti ⋅ nˆ sˆ = sˆ ⋅ T anti ⋅ nˆ sˆ (A.21)
ya que los versores ŝ , n̂ son ortogonales, sˆ ⋅ nˆ = 0 . Esto implica que en los planos n̂ (1) ,
n̂ ( 2 ) , n̂ (3) , (autovectores de T sym ), las correspondientes componentes normales y
tangenciales asociadas al tensor T vendrán dadas por el autovalor de T sym , y componente
tangencial dada por:
r nˆ ) r nˆ ) r nˆ )
TS = sˆ ⋅ T anti ⋅ nˆ = sˆ ⋅ t (anti = ± t (anti sˆ ⋅ sˆ = ± t (anti (A.22)
5 3 1 
TS Tij = 1 4 2
3 6 6
T N min = 0,84; TS = 2,41 T N max = 10,55; TS = 2,424
TN
TIII = 1,52 TII = 3,59 TI = 9,89
T N min = 0,84; TS = −2,41

T N max = 10,55; TS = −2,424
TSsym
TSsym max = 4,86 5 2 2 

Tijsym = 2 4 4
2 4 6
TIsym = 3,61 TN
TIsym = 0,84 I TIsym = 10,55
II
Figura A.6: Representación gráfica de un tensor definido positivo no simétrico.
Por ejemplo, para el autovalor TIsym = 10,55

que está asociado al autovector
nˆ (j1) = [− 0,45229371;−0,561517458;−0,692913086] , tenemos que:
 0 1 − 1   − 0,45229371   0,1313956 
r (nˆ )
TS = ± t anti = ±  − 1 0 − 2  − 0,561517458 = ±  1,8381199  = ±2,424378
  (A.23)
 1 2 0   − 0,692913086  − 1,5753286
1 44244 3 1442444 3
Tijanti nˆ (j1)
Para el autovalor TIsym

I = 3,61 tenemos que:
 0 1 − 1   0,88542667   − 0,234905 
r (nˆ )
TS = ± t anti = ±  − 1 0 − 2  0,18949182  = ±  0,036633496  = ±0,55947
  (A.24)
 1 2 0  0,42439659  − 0,50644304

II = 0,84 tenemos que:
 0 1 − 1   0,107004733   − 1,3883641
r (nˆ )
TS = ± t anti = ±  − 1 0 − 2 − 0,80547563 = ±  − 1,2727817  = ±2,41
  (A.25)
 1 2 0   0,582888489   − 1,5039465 
Debemos enfatizar que este procedimiento sólo es válido para los planos correspondientes
a los autovectores de la parte simétrica de T , para un plano arbitrario ya no es válido.
Con lo que respecta a la parte simétrica del tensor, verifiquemos que el valor máximo y
mínimo de la componente normal se encuentra en los valores principales,
T N max = T Isym = 10,55 y T N min = TIsym
II = 0,84 . La máxima componente tangencial es igual al
radio del círculo que forma TIsym = 10,55 y TIsym
II = 0,84 , ver Figura A.6, resultando
10,55 − 0,84
TSsym max = = 4,86 .
2
El segundo ejemplo se trata de un tensor simétrico, ver Figura A.7. Además podemos
verificar que el tensor no es definido positivo. Intuitivamente nos indica que para un tensor
simétrico la gráfica componente normal versus componente tangencial es la intersección de
tres circunferencias. Podemos verificar también en esta gráfica que la componente
TI − TIII 8,328 − (−0,78)
tangencial máxima viene dada por TS max = = = 4,55 .
2 2
TS
TS max = 4,55
1 2 3 
Tij = 2 4 2
3 2 5
TIII = −0,78 TII = 2,454 TI = T N max = 8,328 TN
Figura A.7: Representación gráfica de un tensor simétrico.

El tercer ejemplo trata de un tensor simétrico que tiene dos autovalores iguales. Podemos
verificar que los valores posibles para ( TN , TS ) está limitado a la circunferencia de radio
TI − TIII T + TIII
R= = 2,5 y centrada en el punto ( T N = I = 1,5 , TS = 0 ), ver Figura A.8.
2 2
Intuitivamente no lleva a pensar que la representación gráfica de un tensor esférico será un
punto.
TS
TS max = 2,5
4 0 0 
Tij = 0 − 1 0 
0 0 − 1
TN
TII = TIII = −1
TI = T N max = 4
Figura A.8: Representación gráfica de un tensor simétrico con dos autovalores iguales.
El cuarto ejemplo se trata de un tensor no simétrico que tiene un único autovalor real e
igual a T1 = −0,964 , y dos imaginarios, ver Figura A.9, y además se trata de un tensor no
definido positivo.
TS
 6 8 4
TS max
Tij = − 2 2 1 
 1 7 2
T N max = 9,894; TS = 6,0
T N min = −2,02; TS = 4,17
TN
TI = −0,964
TN min = −2,02; TS = −4,17

T N max = 9,894; TS = −6,0
TSsym
 6 3 2,5
TSsym max
Tijsym =  3 2 4 
 2,5 4 2 
TN
TIsym = 2,126
TIsym
II = −2,02 I
TIsym = 9,894
Figura A.9: Representación gráfica de un tensor no simétrico con un único autovalor real.
En los planos correspondientes a las direcciones principales de la parte simétrica del tensor
tenemos los siguientes valores para la componente tangencial del tensor:
Para el autovalor TIsym = 9,894 tenemos que:
 0 5 1,5   − 0,707427855 − 3,299127 

r (nˆ )
TS = ± t anti = ±  − 5 0 − 3  − 0,514420622  = ±
  4 ,991187  = ±6,0
  (A.26)
 − 1,5 3 0   − 0,484682632  − 0.482120

II = −2,02 tenemos que:
 0 5 1,5   0 ,0575152387   − 2 ,5979967 

r (nˆ )
TS = ± t anti = ±  − 5 0 − 3  − 0 ,72538138475 = ±
  − 2 ,3453965 = ±4,1676
  (A.27)
 − 1,5 3 0   0 ,685940116897  − 2 ,2624170
A.2.1.4 Representación Gráfica de un Tensor de Segundo Orden

Simétrico. Círculo de Mohr.
En este apartado vamos fijar nuestra atención en la representación gráfica de un tensor de

segundo orden simétrico. La representación gráfica de un tensor de segundo orden
simétrico denominamos de Círculo de Mohr, y tiene varias aplicaciones prácticas dentro del
ámbito de ingeniería.
Por conveniencia, trabajaremos en el espacio principal (direcciones principales) y
supongamos que las componentes normales (autovalores) están ordenadas: TI > TII > TIII .
Partiremos de la expresión obtenida en (A.7), i.e.:
r ˆ r ˆ r ˆ 2
TS2 + T N2 = t (n) ⋅ t (n) = t (n) (A.28)
x 3′ x 3′
T III C
TI
S
T II n̂ r ˆ
T II ê′3
t (n)
TI O
x ′2 ê′2 B x ′2
ê1′
T III
x1′
A
x1′
a) b)
Figura A.10: Representación de las componentes (tensor simétrico) en el espacio principal.

r ˆ
Las componentes del vector proyección t (n) , para un plano arbitrario, fueron obtenidas en
la ecuación (A.1). Fijemos ahora que n̂ es el versor del plano respecto a los ejes principales.
r ˆ
Las componentes de t (n) = T ⋅ nˆ , en el espacio principal, (Figura A.10b), son:
ˆ
t 1(n) = TI n1
ˆ
t (2n) = TII n 2 (A.29)
ˆ
t 3(n) = TIIIn 3
r r
El producto escalar t (n) ⋅ t (n) en este espacio será:
ˆ ˆ
r ˆ r ˆ
t (n ) ⋅ t ( n ) = t i(n) eˆ ′i ⋅ t (jn) eˆ ′j = t i(n) t (jn) δ ij = t i(n) t i(n)
ˆ ˆ ˆ ˆ ˆ ˆ
ˆ ˆ ˆ ˆ ˆ ˆ
= t 1(n) t 1(n) + t (2n) t (2n) + t 3(n) t 3(n) (A.30)
= TI2 n12 + TII2 n 22 + TIII 2 2
n3
Combinando las expresiones (A.28) y (A.30), obtenemos que:

TS2 + T N2 = TI2 n12 + TII2 n 22 + TIII
2 2
n3 (A.31)
La componente normal T N , en el espacio principal, viene expresada de la forma:
r ˆ
T N = t (n) ⋅ nˆ = Tij n j n i = TI n12 + TII n 22 + TIIIn 32 (A.32)
donde utilizamos la expresión (A.4).

Considerando la restricción: n i n i = 1 , n12 = 1 − n 22 − n 32 , y reemplazándola en la relación
anterior (A.32) hallamos el valor de n 22 :
T N = TI (1 − n 22 − n 32 ) + TII n 22 + TIIIn 32
T N − T III n 32 + TI n 32 − TI (A.33)
⇒ n 22 =
( TII − TI )
Reemplazando también ( n12 = 1 − n 22 − n 32 ) en la ecuación (A.31) obtenemos:
TS2 + T N2 = TI2 n12 + TII2 n 22 + TIII

2 2
n3
(A.34)
= TI2 (1 − n 22 − n 32 ) + TII2 n 22 + TIII
2 2
n3
Sustituyendo n 22 obtenido en (A.33) en la ecuación anterior resulta:
TS2 + T N2 = [( TIII − TI )( TIII − TII )] n 32 + TII T N + TI T N − TII TIII (A.35)
Despejando n 32 ;
( T N − TI )( T N − TII ) + TS2
n 32 = (A.36)
( TIII − TI )( TIII − TII )
Análogamente, podemos obtener n12 y n 22 , resultando:
( T N − TII )( T N − TIII ) + TS2

n12 = ≥0 (a)
( TI − TII )( TI − TIII )
( T N − TIII )( T N − TI ) + TS2
n 22 = ≥0 (b) (A.37)
( TII − TIII )( TII − TI )
( T N − TI )( T N − TII ) + TS2
n 32 = ≥0 (c)
( TIII − TI )( TIII − TII )
Considerando que TI > TII > TIII podemos verificar que las ecuaciones (A.37) (a) y (c)
tienen denominadores positivos, como consecuencia sus numeradores deberán ser
positivos, pues el miembro de la izquierda es positivo ( n i2 ≥ 0 ). Sin embargo, la ecuación
(A.37) (b) tiene denominador negativo, por lo que su numerador tendrá que ser negativo,
es decir:
n12 =
[( T ]
− TII )( T N − TIII ) + TS2 ≥ 0
N

≥ 0
[( TI − TII )( TI − TIII )] > 0  ( T N − TII )( T N − TIII ) + TS2 ≥ 0
n 22 =
[ ] 2
( T N − TIII )( T N − TI ) + TS ≤ 0

 
≥ 0  ⇒ ( T N − TIII )( T N − TI ) + TS2 ≤ 0 (A.38)
[( TII − TIII )( TII − TI )] < 0  
[ ]
2
2  ( T N − TI )( T N − TII ) + TS ≥ 0
( T N − TI )( T N − TII ) + TS ≥ 0
2
n3 = ≥0 
[( TIII − TI )( TIII − TII )] > 0 

Expandiendo las desigualdades anteriores (A.38) y factorizando, resultan:
TS2 + [T N − 12 ( TII + TIII )] ≥ [12 ( TII − TIII )]

2 2
TS2 + [T N − 12 ( TI + TIII )] ≤ [12 ( TI − TIII )]

2 2
(A.39)
TS2 + [T N − 12 ( TI + TII )] ≥ [12 ( TI − TII )]
2 2
Las ecuaciones anteriores son ecuaciones de círculos. El primer círculo, de centro

1
2
( TII + TIII ) y radio 12 ( TII − TIII ) , nos indica que los puntos factibles para el par ( T N ; TS )
estarán en el exterior del círculo C1 , incluyendo la circunferencia, ver Figura A.11. El
segundo círculo, de centro 2 ( TI + TIII ) y radio 12 ( TI − TIII ) , nos indica que los puntos
1
factibles estarán en el interior de la circunferencia C 2 , incluyendo la circunferencia.

La tercera ecuación nos indica que los puntos factibles serán exteriores a la circunferencia
C3 , cuya circunferencia tiene radio 12 ( TI − TII ) y centro 12 ( TI + TII ) . Teniendo en
cuenta las tres ecuaciones, la zona factible será la zona señalada en gris de la Figura A.11,
incluyendo las circunferencias C1 , C 2 , C 3 .
zona factible
TS
TIII TII TI
C3 TN
C1
C2
Figura A.11: Círculo de Mohr – zona factible.

En el círculo de Mohr podemos identificar los valores máximos de TS max obtenidos en el

subapartado anterior, de forma mas sencilla, ver Figura A.12.
TIII TIII TIII

Punto M Punto Q
Punto N
TII TII TII
TI TI TI
Punto N ′ Punto M ′ Punto Q′
TS
M
TS max
N
Q
TIII TII TI = T N max TN

Q′
N′
M′
Figura A.12: Círculo de Mohr.


Tensores

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Tensores

Încărcat de

Drepturi de autor:

Formate disponibile

1 Tensores

Muchos fenómenos físicos se representan matemáticamente mediante Tensores, los cuales,

en función de sus componentes. Por último, expondremos la notación indicial por su

A continuación presentamos algunas operaciones entre vectores en el espacio vectorial

Figura 1.1: Suma y resta de vectores.

Producto por un escalar λ

λ =1 λ >1 λ<0 0 < λ <1

Figura 1.2: Producto de un vector por un escalar.

siendo θ el ángulo formado por los dos vectores, y • es el módulo (o magnitud) de • .,

Vector Unitario (versor)

El vector nulo viene representado por:

Figura 1.3: Producto escalar.

Ortogonalidad de dos vectores

Dos vectores son ortogonales entre sí cuando se cumple la siguiente condición:

Figura 1.4: Producto vectorial.

Triple Producto Escalar

NOTA: Algunos autores representan el triple producto escalar por la siguiente

V ≡ Triple producto escalar

Figura 1.5: Triple producto escalar.

Triple Producto Vectorial

Figura 1.6: Triple producto vectorial.

1.3 Sistema de Coordenadas

Un tensor es una interpretación matemática de un concepto físico. Sus componentes

Figura 1.7: Esquema tensor-componentes.

Figura 1.8: Representación de un vector.

Los sistemas de coordenadas pueden ser de varios tipos: coordenadas curvilíneas,

1.3.1 Sistema de Coordenadas Rectangulares

El sistema de coordenadas cartesianas rectangulares viene definido por tres vectores: î , ĵ ,

Figura 1.9: Regla de la mano derecha.

1.3.2 Representación de los Vectores en el Sistema de

Figura 1.10: Vector en el sistema cartesiano.

Las operaciones básicas particularizadas a este sistema de referencia son:

NOTA: La proyección de un vector sobre una dirección determinada obtenemos a

! Multiplicación por un escalar λ

Ejemplo 1.3: Considérense los puntos A(1,3,1) , B (2,−1,1) , C (0,1,3) y D(1,2,4 ) .

1.3.3 Convenio de Suma de Einstein

Podemos reescribir la ecuación anterior como:

donde hemos considerado que: a1 ≡ a x , a 2 ≡ a y , a 3 ≡ a z , eˆ 1 ≡ î , eˆ 2 ≡ ĵ , eˆ 3 ≡ k̂ , tal y

o simplemente utilizando el convenio de suma o Notación de Einstein, según la cual, se

Figura 1.11: Vector en el sistema cartesiano.

1.4 Notación Indicial

x 2 , x3 ( si i = 1,2,3 ) donde estos valores ( x1 , x 2 , x3 ) corresponden respectivamente a los

Figura 1.12: Vector en el sistema cartesiano.

cuyas componentes serán:

Los subíndices se denominan de 2 formas:

OBS.: Un subíndice en un término de una expresión sólo puede aparecer una o

Ejemplo 1.4: Reescribir en notación indicial las siguientes expresiones:

 a11 x + a12 y + a13 z = b x

Ejemplo 1.5: Expandir la expresión: Aij x i x j (i, j = 1,2,3)

A12 x1 x 2 A22 x 2 x 2 A32 x 3 x 2

Reagrupando los términos anteriores obtenemos:

1.4.1.1 Delta de Kronecker

El símbolo delta de Kronecker δ ij definimos de la manera siguiente:

Observemos también que el producto escalar de la base ortonormal eˆ i ⋅ eˆ j es 1 si i = j y 0

j = 1 ⇒ δ ij Vi = δ 11V1 + δ 21V2 + δ 31V3 = V1 

Es decir, en la presencia del símbolo Delta de Kronecker reemplazamos el índice repetido,

Más aún, se puede decir que:

Ejemplo 1.6: Resolver las siguientes expresiones:

1.4.1.2 Símbolo de Permutación

El símbolo de permutación  ijk viene definido como:

+ 1 si (i, j , k ) ∈ {(1,2,3), (2,3,1), (3,1,2)}

ijk = −1 ijk = −ikj  ijk = − ikj

Si expresamos el símbolo de permutación en función de la delta de Kronecker (operador de