Mecanica de Los Medios Continuos Unidad 1

NDICE.
FUNDAMENTOS MATEMTICOS.
1.1. NOTACIN INDICIAL.
1.2. OPERACIONES DE TENSORES.
1.3. MTODOS PARA EL CLCULO DE VALORES Y

VECTORES PROPIOS.
1.4. GRADIENTE, DIVERGENCIA Y ROTACIONAL.
1.5. TEOREMAS DE GREEN Y STOKES.
BIBLIOGRAFA.
1.1. Notacin indicial.
Fundamentos de la mecnica de los medios continuos. 1

El convenio de sumacin de Einstein, notacin de Einstein o notacin
indicial a la convencin utilizada para abreviar la escritura de sumatorios, en el
que se suprime el smbolo de sumatorio (representado con la letra
griega sigma - ). El convenio fue introducido por Albert Einstein en 1916. Se
aplica en matemticas en especial a los clculos realizados en lgebra
lineal destinados a la fsica. El convenio se aplica slo a sumatorias sobre
ndices repetidos. El convenio se usa especialmente con tensores donde es
muy frecuente la operacin de suma sobre ndices repetidos y sera muy
fatigoso escribir explcitamente los signos de sumatorios.
Definicin. Dada una expresin lineal en en la que se escriben todos sus

trminos de forma explcita:
u=u 1 x 1+ u2 x 2 ++u n x n
Esta puede expresarse convencionalmente como el sumatorio:
n
u= ui x i
i=1
La notacin de Einstein obtiene una expresin an ms condensada

eliminando el signo de sumatorio y entendiendo que en la expresin resultante
un ndice indica suma sobre todos los posibles valores del mismo.
u=u i x i
ndice. Un ndice utilizado en la notacin de Einstein puede aparecer en forma

de producto hasta dos veces en mismo trmino de una expresin, por lo que
las siguientes expresiones son vlidas:
ki xi
V i=uij x j Cijk e i e j ek
Y las siguientes expresiones no se encuentran definidas o son invlidas:

x i y i zi

am x mj y mk
En clculo de tensores es tambin comn utilizar una de las ocurrencias como

un subndice y la otra como un superndice. Por ejemplo, en la siguiente
expresin en .
a b =a0 b0 + a1 b 1+ a2 b2+ a3 b3
Un ndice que se repite dos veces en el mismo trmino de una ecuacin se

conoce como ndice mudo, por ejemplo:
A= A i e i
Un ndice que se repite en cada uno de los trminos de una expresin a

excepcin de los trminos constantes se conoce como ndice libre:
S r =ar x i+ br x j +c r 1
Los ndices libres no se expanden en forma de sumatorio, sino que representan

un sistema de ecuaciones independientes.
Representacin vectorial. Se emplea el convenio de Einstein en lgebra

lineal para distinguir fcilmente entre vectores columna y vectores fila. Se
puede, por ejemplo, poner ndices sobre-escritos para representar elementos
en una columna e ndices subscritos para representar elementos en una fila.
Siguiendo esta convencin, entonces:

u=u i=[ u1 ,u 2 un ]
Para i=1,2,3, , n
Representa 1x n vector fila y representa n x1 vector columna.
[]
u1
V =v j= u2 Para j=1,2,3, , n
un
En matemtica y en fsica terica y en particular en la relatividad general, los

vectores fila representan vectores contravariantes mientras que los vectores
columna representan vectores covariantes.
1.2. Operaciones de Tensores.
Producto tensorial y producto exterior. Dados dos tensores se puede definir

entre ellos el llamado producto tensorial cuyo resultado es un tensor de tipo
ms complejo cuyas componentes pueden obtenerse a partir de los tensores
originales.
El producto de dos tensores es un tensor cuyo rango es la suma de los rangos

dados por los dos tensores. Este producto implica la multiplicacin ordinaria de
los componentes de un tensor y es llamado producto exterior.
Por ejemplo:
A ijk B lm=C jkl
Subir y bajar ndices. En una variedad riemanniana existe la posibilidad de

definir una operacin sobre tensores, que en general no puede realizarse en
una variedad cualquiera. Esa operacin permite substituir en los clculos un
tensor de tipo por otro de tipo con tal que . Esta

operacin se denomina usualmente ley de subir o bajar ndices.

Esa operacin se basa en la existencia de un isomorfismos entre espacios
de tensores covariantes y contravariantes definidos sobre una variedad
riemanniana o pseudoriemanniana . Por tanto para emplear, la subida
y bajada de ndices es necesario usar el tensor mtrico (y su inverso ,

llamado co-tensor mtrico).
Estas operaciones resultan muy tiles en la teora general de la

relatividad donde cualquier magnitud fsica puede ser representada por
tensores covariantes o contravariantes indistintamente, y sin alterar el
significado fsico, segn las necesidades del problema planteado.
As para cualquier magnitud fsica representada por un tensor de tercer rango,

puede ser representado por varios conjuntos de magnitudes relacionables
gracias a la operacin de "subir y bajar ndices":
Contraccin. La contraccin de tensores es una operacin que reduce el orden
total de un tensor. Esta operacin reduce un tensor tipo ( n , m ) a otro tipo
( n1,m1 ) . En trminos de componentes, esta operacin se logra sumando
el ndice de un tensor contravariante y un covariante. Por ejemplo, un tensor
(1,1) puede ser contrado a un escalar a travs de ; donde el convenio de

sumacin de Einstein es empleado. Cuando el tensor (1,1) se lo interpreta
como un mapeo lineal, esta operacin es conocida como la traza.
La contraccin se utiliza usualmente con el producto tensorial para contraer el

ndice de cada tensor. La contraccin puede tambin entenderse en trminos
de la definicin de un tensor como un elemento de un producto tensorial de
copias del espacio con el espacio , descomponiendo primero el tensor en

una combinacin lineal de tensores ms simples, y posteriormente aplicando
un factor de a un factor de . Por ejemplo:
Puede ser escrito como la combinacin lineal de
La contraccin de en el primero y ltimo espacio es entonces el vector:
Producto interno. El producto interno de dos tensores se produce al contraer el
producto exterior de los tensores. Por ejemplo, dados dos tensores y su
producto externo es Igualando ndices, , se obtiene el producto
interno: .
1.3. Mtodos para el clculo de valores y vectores propios.

En lgebra lineal, los vectores propios, autovectores o eigenvectores de un operador
lineal son los vectores no nulos que, cuando son transformados por el operador, dan
lugar a un mltiplo escalar de s mismos, con lo que no cambian su direccin. Este
escalar recibe el nombre valor propio, autovalor, valor caracterstico o eigenvalor. A
menudo, una transformacin queda completamente determinada por sus vectores
propios y valores propios. Un espacio propio, autoespacio o eigenespacio es
el conjunto de vectores propios con un valor propio comn.
Las transformaciones lineales del espacio como la rotacin, la reflexin, el

ensanchamiento, o cualquier combinacin de las anteriores; en esta lista
podran incluirse otras transformaciones pueden interpretarse mediante el
efecto que producen en los vectores. Los vectores pueden visualizarse como

flechas de una cierta longitud apuntando en una direccin
y sentido determinados.
Los vectores propios de las transformaciones lineales son vectores

que, o no se ven afectados por la transformacin o se ven multiplicados por
un escalar, y por tanto no varan su direccin.
El valor propio de un vector propio es el factor de escala por el que ha

sido multiplicado.
Un espacio propio es un espacio formado por todos los vectores

propios del mismo valor propio, adems del vector nulo, que no es un
vector propio.
La multiplicidad geomtrica de un valor propio es la dimensin del

espacio propio asociado.
El espectro de una transformacin en espacios vectoriales finitos es el

conjunto de todos sus valores propios.
Por ejemplo, un vector propio de una rotacin en tres dimensiones es un vector

situado en el eje de rotacin sobre el cual se realiza la rotacin. El valor
propio correspondiente es 1 y el espacio propio contiene a todos los
vectores paralelos al eje. Como es un espacio de una dimensin,
su multiplicidad geomtrica es uno. Es el nico valor propio del espectro (de
esta rotacin) que es un nmero real.
Formalmente, se definen los vectores propios y valores propios de la siguiente

manera: Si A: V V es un operador lineal en un cierto espacio
vectorial V, v es un vector diferente de cero en V y c es un escalar tales que
A v=c v
Entonces decimos que v es un vector propio del operador A, y su valor propio

asociado es c. Observe que si v es un vector propio con el valor

propio c entonces cualquier mltiplo diferente de cero de v es tambin un
vector propio con el valor propio c. De hecho, todos los vectores propios con el
valor propio asociado c junto con 0, forman un subespacio de V, el espacio
propio para el valor propio c. Observe adems que un un espacio propio Z es
un subespacio invariante de A, es decir dado w un vector en Z, el
vector Aw tambin pertenece a Z. espacio propio Z es un subespacio
invariante de A, es decir dado w un vector en Z, el vector Aw tambin
pertenece a Z.
Casos de interes espcial. Intuitivamente, para las transformaciones lineales del
espacio de dos dimensiones , los vectores propios son:
Rotacin: ningn vector propio de valores reales (existen en cambio

pares valor propio, vector propio complejos).
Reflexin: los vectores propios son perpendiculares y paralelos al eje de

simetra, los valores propios son -1 y 1, respectivamente.
Escalado uniforme: todos los vectores son vectores propios, y el valor

propio es el factor de escala.
Proyeccin sobre una recta: los vectores propios con el valor propio 1
son paralelos a la lnea, vectores propios con el valor propio 0 son
paralelos a la direccin de la proyeccin.
Clculo de valores propios y vectores propios de matrices. Si se quiere calcular

los valores propios de una matriz dada y sta es pequea, se puede calcular
simblicamente usando el polinomio caracterstico. Sin embargo, a menudo
resulta imposible para matrices extensas, caso en el que se debe usar
un mtodo numrico.

Clculo simblico. Una herramienta importante para encontrar valores propios de
matrices cuadradas es el polinomio caracterstico: decir que es un valor propio
de A es equivalente a decir que el sistema de ecuaciones lineales A v = v --
> A v - v = 0 (Factorizando por v queda) (A - I) v = 0 (donde I es la matriz identidad)
tiene una solucin no nula v (un vector propio), y de esta forma es equivalente
al determinante:
det ( AI )=0
La funcin p() = det ( AI ) es un polinomio de pues los determinantes se
definen como sumas de productos. ste es el polinomio caracterstico de A:

los valores propios de una matriz son los ceros de su polinomio caracterstico.
Todos los valores propios de una matriz A pueden calcularse resolviendo la
ecuacin:
Si A es una matriz n n , entonces tiene grado n y A tiene como
mximo n valores propios.
El teorema fundamental del lgebra dice que esta ecuacin tiene
exactamente n races (ceros), teniendo en cuenta su multiplicidad. Todos los
polinomios reales de grado impar tienen un nmero real como raz, as que
para n impar toda matriz real tiene al menos valor propio real. En el caso de las
matrices reales, para n par e impar, los valores propios no reales son pares
conjugados.

Encontrando vectores propios. Una vez que se conocen los valores propios ,
los vectores propios se pueden hallar resolviendo el sistema de ecuaciones
homogneo:
Una forma ms sencilla de obtener vectores propios sin resolver un sistema de

ecuaciones lineales se basa en el teorema de Cayley-Hamilton que establece
que cada matriz cuadrada satisface su propio polinomio caracterstico. As,
si son los valores propios de A se cumple que
por lo que los vectores columna de son vectores
propios de .
Ejemplo de matriz sin valores propios reales. Un ejemplo de matriz sin valores
propios reales es la rotacin de 90 grados en el sentido de las manecillas del reloj:
Cuyo polinomio caracterstico es y sus valores propios son el par de

conjugados complejos i, -i. Los vectores propios asociados tampoco son reales.
Ejemplo
Considrese la matriz
que representa un operador lineal R R. Si se desea computar todos los

valores propios de A, se podra empezar determinando el polinomio
caracterstico:

y porque p(x) = - (x - 2)(x - 1)(x + 1) se ve que los valores propios de A son 2, 1
y -1. El teorema de Cayley-Hamilton establece que cada matriz cuadrada
satisface su propio polinomio caracterstico. Es decir:
Efectivamente, para el caso del valor propio 2, se puede comprobar que
De donde (1, 1, -1) es un vector propio asociado a 2.
Clculo numrico. En la prctica, los valores propios de las matrices extensas no

se calculan usando el polinomio caracterstico. Calcular el polinomio resulta muy
costoso, y extraer las races exactas de un polinomio de grado alto puede ser difcil de
calcular y expresar: el teorema de Abel-Ruffini implica que las races de los polinomios
de grado alto (5 o superior) no pueden expresarse usndose simplemente races
ensimas. Existen algoritmos eficientes para aproximar races de polinomios, pero
pequeos errores en la estimacin de los valores propios pueden dar lugar a errores
grandes en los vectores propios. En consecuencia, los algoritmos generales para
encontrar vectores propios y valores propios son iterativos. La manera ms fcil es el
mtodo de las potencias: se escoge un vector aleatorio y se calcula una secuencia
de vectores unitarios:
, , , ...

Esta sucesin casi siempre converger a un vector propio correspondiente al
mayor valor propio. Este algoritmo es sencillo, pero no demasiado til
aisladamente. Sin embargo, hay mtodos ms populares, como
la descomposicin QR, que se basan en l.
1.4. Gradiente, divergencia y rotacional.
Gradiente. En clculo vectorial, el gradiente de un campo escalar es
un campo vectorial. El vector gradiente de evaluado en un punto genrico
del dominio de , ( ), indica la direccin en la cual el campo vara ms
rpidamente y su mdulo representa el ritmo de variacin de en la direccin

de dicho vector gradiente. El gradiente se representa con el operador
diferencial nabla seguido de la funcin (cuidado de no confundir el gradiente
con la divergencia, sta ltima se denota con un punto de producto escalar
entre el operador nabla y el campo). Tambin puede representarse mediante
, o usando la notacin . La generalizacin del concepto de
gradiente a campos vectoriales es el concepto de matriz Jacobiana.
Si se toma como campo escalar el que se asigna a cada punto del espacio una
presin P (campo escalar de 3 variables), entonces el vector gradiente en un
punto genrico del espacio indicar la direccin en la cual la presin cambiar
ms rpidamente. Otro ejemplo es el de considerar el mapa de lneas de nivel
de una montaa como campo escalar que asigna a cada pareja de
coordenadas latitud/longitud un escalar altitud (campo escalar de 2 variables).
En este caso el vector gradiente en un punto genrico indicar la direccin de
mxima inclinacin de la montaa. Ntese que el vector gradiente ser
perpendicular a las lneas de contorno (lneas "equiescalares") del mapa. El
gradiente se define como el campo vectorial cuyas funciones coordenadas son
las derivadas parciales del campo escalar, esto es:

Esta definicin se basa en que el gradiente permite calcular fcilmente las
derivadas direccionales. Definiendo en primer lugar la derivada direccional
segn un vector:
Una forma equivalente de definir el gradiente es como el nico vector que,

multiplicado por el vector unitario, da la derivada direccional del campo escalar:
Con la definicin anterior, el gradiente est caracterizado de forma unvoca. El

gradiente se expresa alternativamente mediante el uso del operador nabla:
Interpretacin del gradiente. De forma geomtrica el gradiente es un vector que

se encuentra normal (perpendicular) a la curva de nivel en el punto que se est
estudiando, llmese (x , y ) ,( x , y , z ) , (tiempo, temperatura), etctera. Algunos
ejemplos son:
Considere una habitacin en la cual la temperatura se define a travs de
un campo escalar, de tal manera que en cualquier punto ( x , y , z) , la
temperatura es (x , y , z) . Asumiremos que la temperatura no vara con
respecto al tiempo. Siendo esto as, para cada punto de la habitacin, el

gradiente en ese punto nos dar la direccin en la cual se calienta ms
rpido. La magnitud del gradiente nos dir cun rpido se calienta en esa
direccin.

Considere una montaa en la cual su altura en el punto (x , y ) se
define como H ( x , y ). El gradiente de H en ese punto estar en la
direccin para la que hay un mayor grado de inclinacin. La magnitud del

gradiente nos mostrar cun empinada se encuentra la pendiente.
Propiedades. El gradiente verifica que:
Es ortogonal a las superficies equiescalares, definidas por =cte.
Apunta en la direccin en que la derivada direccional es mxima.
Su mdulo es igual a esta derivada direccional mxima.
Se anula en los puntos estacionarios (mximos, mnimos y puntos de

silla).
El campo formado por el gradiente en cada punto es siempre

irrotacional, esto es,
Divergencia. La divergencia de un campo vectorial mide la diferencia entre el

flujo entrante y el flujo saliente de un campo vectorial sobre la superficie que
rodea a un volumen de control, por tanto, si el campo tiene "fuentes" o
"sumideros" la divergencia de dicho campo ser diferente de cero.
Divergencia de un campo vectorial. La divergencia de un campo vectorial en

un punto es un campo escalar, y se define como el flujo del campo vectorial por
unidad de volumen conforme el volumen alrededor del punto tiende a cero:
Donde es una superficie cerrada que se reduce a un punto en el lmite. El

smbolo representa el operador nabla.

Esta definicin est directamente relacionada con el concepto de flujo del
campo. Como en el caso del flujo, si la divergencia en un punto es positiva, se
dice que el campo posee fuentes. Si la divergencia es negativa, se dice que
tiene sumideros. El ejemplo ms caracterstico lo dan las cargas elctricas, que
dan la divergencia del campo elctrico, siendo las cargas positivas manantiales
y las negativas sumideros del campo elctrico. Se llaman fuentes escalares del
campo al campo escalar que se obtiene a partir de la divergencia de
La divergencia de un campo vectorial se relaciona con el flujo a travs

del teorema de Gauss o teorema de la divergencia.
Coordenadas cartesianas. Cuando la definicin de divergencia se aplica al caso de

un campo expresado en coordenadas cartesianas,
El resultado es sencillo:
Coordenadas ortogonales. Sin embargo, para un caso ms general de coordenadas

ortogonales curvilneas, como las cilndricas o las esfricas, la expresin se complica
debido a la dependencia de los vectores de la base con la posicin. La expresin para
un sistema de coordenadas ortogonales es:
Donde los son los factores de escala del sistema de coordenadas,

relacionados con la forma del tensor mtrico en dicho sistema de coordenadas.

Esta frmula general, para el caso de coordenadas cartesianas (
) se reduce a la expresin anterior.
Para coordenadas cilndricas ( ) resulta:
Para coordenadas esfricas ( ) resulta
Coordenadas generales. En sistemas de coordenadas generales, no

necesariamente ortogonales, la divergencia de un vector puede expresarse en
trminos de las derivadas parciales respecto a las coordenadas y el determinante
del tensor mtrico:
Rotacional. En el clculo vectorial, el rotacional o rotor es un operador vectorial que

muestra la tendencia de un campo vectorial a inducir rotacin alrededor de un punto.
Matemticamente, esta idea se expresa como el lmite de la circulacin del

campo vectorial, cuando la curva sobre la que se integra se reduce a un punto:

Aqu, es el rea de la superficie apoyada en la curva , que se reduce a un
punto. El resultado de este lmite no es el rotacional completo (que es un
vector), sino solo su componente segn la direccin normal a y orientada
segn la regla de la mano derecha. Para obtener el rotacional completo
debern calcularse tres lmites, considerando tres curvas situadas
en planos perpendiculares.
Fuente vectorial y escalar. Al campo vectorial, J, que se obtiene calculando el

rotacional de un campo F en cada punto,
J = F
Se conoce como las fuentes vectoriales de F (siendo las fuentes escalares las
que se obtienen mediante la divergencia).
Un campo cuyo rotacional es nulo en todos los puntos del espacio se

denomina irrotacional o se dice que carece de fuentes vectoriales. Y si est
definido sobre un dominio simplemente conexo entonces dicho campo puede
expresarse como el gradiente de una funcin escalar, o dicho de otra forma, el
campo deriva de un potencial:
Expresin en formas cartesianas.
Partiendo de la definicin mediante un lmite, puede demostrarse que la

expresin, en coordenadas cartesianas, del rotacional es
Que se puede expresar de forma ms concisa con ayuda del

operador nabla como un producto vectorial, calculable mediante
un determinante:

Debe tenerse muy presente que dicho determinante en realidad no es tal pues
los elementos de la segunda fila no tienen argumento y por tanto carecen de
sentido. Adems dicho determinante slo puede desarrollarse por la primera
fila. En definitiva, la notacin en forma de determinante sirve para recordar
fcilmente la expresin del rotacional.
En la notacin de Einstein, con el smbolo de Levi-Civita se escribe como:
Propiedades:
Todo campo potencial (expresable como el gradiente de un potencial

escalar) es irrotacional y viceversa, esto es,
Todo campo central (radial y dependiente slo de la distancia al centro)

es irrotacional.
En particular, el campo electrosttico de una carga puntual (y por

superposicin, cualquier campo electrosttico) es irrotacional.
El rotacional de un campo vectorial es siempre un campo solenoidal,

esto es, su divergencia siempre es nula:
Ejemplos:

En un tornado los vientos estn rotando sobre el ojo, y un campo
vectorial que muestra las velocidades del viento tendra un rotacional
diferente de cero en el ojo, y posiblemente en otras partes
(vase vorticidad).
En un campo vectorial que describa las velocidades lineales de cada

parte individual de un disco que rota, el rotacional tendr un valor constante
en todas las partes del disco.
Si una autopista fuera descrita con un campo vectorial, y los carriles

tuvieran diversos lmites de velocidad, el rotacional en las fronteras entre
los carriles sera diferente de cero.
La ley de Faraday de la induccin y la ley de Ampre-Maxwell, dos de

las ecuaciones de Maxwell, se pueden expresar muy simplemente usando
el rotacional. La primera indica que el rotacional de un campo elctrico es
igual a la tasa de variacin de la densidad del flujo magntico, con signo
opuesto debido a la Ley de Lenz; la segunda indica que el rotacional de un
campo magntico es igual a la suma de la densidad de corrientes y la
derivada temporal de la densidad de flujo elctrico.
1.5. Teoremas de Green y de Stokes.
Teorema de Green. En fsica y matemticas, el teorema de Green da la relacin

entre una integral de lnea alrededor de una curva cerrada simple C y una integral
doble sobre la regin plana D limitada por C. El teorema de Green se llama as por el
cientfico britnico George Green y es un caso especial del ms general teorema de
Stokes. El teorema afirma:
Sea C una curva cerrada simple positivamente orientada, diferenciable por

trozos, en el plano y sea D la regin limitada por C. Si L y M tienen derivadas
parciales continuas en una regin abierta que contiene D,

A veces la notacin
Se utiliza para establecer que la integral de lnea est calculada usando la

orientacin positiva (antihoraria) de la curva cerrada C.
Relacin con el teorema de la divergencia:
El teorema de Green es equivalente a la siguiente analoga bidimensional

del teorema de Stokes:
Donde es el vector normal saliente en la frontera.
Para ver esto, considere la unidad normal en la parte derecha de la ecuacin.
Como es un vector apuntando tangencialmente a travs de una

curva, y la curva C est orientada de manera positiva (es decir, en contra del
sentido de las agujas del reloj) a travs de la frontera, un vector normal saliente
sera aquel que apunta en 90 hacia la derecha, el cual podra ser .
El mdulo de este vector es:
Por lo tanto:
Tomando los componentes de:
El lado derecho se convierte en:

Que por medio del teorema de Green resulta:
Teorema de Stokes. El teorema de Stokes en geometra diferencial es una

proposicin sobre la integracin de formas diferenciales que generaliza
varios teoremas del clculo vectorial. Se nombra as por George Gabriel
Stokes (1819-1903), a pesar de que la primera formulacin conocida del
teorema fue realizada por William Thomson y aparece en una correspondencia
que l mantuvo con Stokes.
El teorema fundamental del clculo establece que la integral de una

funcin f en el intervalo [a, b] puede ser calculada por medio de
una antiderivada F de f:
El teorema de Stokes es una generalizacin de este teorema en el siguiente

sentido:
Para la F elegida, . En el lenguaje de las formas

diferenciales es decir que f(x) dx es la derivada exterior de la 0-forma (como
por ejemplo una funcin) F: dF = f dx. El teorema general de Stokes aplica
para formas diferenciales mayores en vez de F.

En un lenguaje matemtico, el intervalo abierto (a, b) es una variedad
matemtica unidimensional. Su frontera es el conjunto que consiste en los
dos puntos a y b. Integrar f en ese intervalo puede ser generalizado como
integrar formas en una variedad matemtica de mayor orden. Para esto se
necesitan dos condiciones tcnicas: la variedad matemtica debe ser
orientable, y la forma tiene que ser compacta de manera que otorgue una
integral bien definida.
Los dos puntos a y b forman parte de la frontera del intervalo abierto.

Ms genricamente, el teorema de Stokes se aplica a variedades
orientadas M con frontera. La frontera M de Mes una variedad en s misma
y hereda la orientacin natural de M. Por ejemplo, la orientacin natural del
intervalo da una orientacin de los dos puntos frontera.
Intuitivamente ahereda la orientacin opuesta a b, al ser extremos opuestos
del intervalo. Entonces, integrando F en los dos puntos frontera a, b es
equivalente a tomar la diferencia F(b) F(a).
Por lo que el teorema fundamental relaciona la integral de una funcin sobre un

intervalo, con una integral o suma de la primitiva de la funcin en los lmites
que encierran dicho intervalo:
Por otro lado el teorema de Green hace algo similar en dos dimensiones,
relaciona la integral a lo largo de una curva simple con la integral de una
combinacin de derivadas sobre un rea limitada por la curva simple:
Similarmente el teorema de la divergencia relaciona la integral de una funcin

sobre una superficie con la integral de una combinacin de derivadas sobre el
interior del conjunto:

El teorema de Stokes generaliza todos estos resultados, relacionando la
integral sobre una frontera con la integral de una funcin "derivada" sobre el
interior de la regin limitada por la frontera.
Formulacin General. Sea M una variedad de dimensin n diferenciable por trozos

orientada compacta y sea una forma diferencial en M de grado n-1 y de clase C. Si
M denota el lmite de M con su orientacin inducida, entonces
aqu d es la derivada exterior, que se define usando solamente la estructura de

variedad. El teorema debe ser considerado como generalizacin del teorema
fundamental del clculo y, de hecho, se prueba fcilmente usando este
teorema.
El teorema se utiliza a menudo en situaciones donde M es una subvariedad

orientada sumergida en una variedad ms grande en la cual la forma se
define.
El teorema se extiende fcilmente a las combinaciones lineales de las

subvariedades diferenciables por trozos, las, as llamadas, cadenas. El teorema
de Stokes demuestra entonces que las formas cerradas
definidas mdulo una forma exacta se pueden integrar sobre las cadenas
definidas mdulo borde. sta es la base para el apareamiento entre los grupos
de homologa y la cohomologa de de Rham.

El clsico teorema de Kelvin-Stokes:
que relaciona la integral de superficie del rotacional del campo vectorial sobre
una superficie en el 3-espacio euclidiano a la integral de lnea del campo
vectorial sobre su borde, es un caso especial del teorema de Stokes
generalizado (con n = 2) una vez que identifiquemos el campo vectorial con
una 1-forma usando la mtrica en el 3-espacio euclidiano.
Asimismo el teorema de Ostrogradsky-Gauss o Teorema de la divergencia:
Es un caso especial si identificamos un campo vectorial con la n-1 forma

obtenida contrayendo el campo vectorial con la forma de volumen euclidiano.
El teorema fundamental del clculo y el teorema de Green son tambin casos

especiales del teorema de Stokes generalizado.
La forma general del teorema de Stokes que usa formas diferenciales es de

ms alcance que los casos especiales, por supuesto, aunque los ltimos son
ms accesibles y a menudo son considerados ms convenientes por fsicos e
ingenieros.
Otra forma de escribir el mismo teorema es la siguiente:
Donde es un campo vectorial cualquiera.

Establece que la integral de superficie del rotacional de un campo
vectorial sobre una superficie abierta es igual a la integral (curvilnea) cerrada
del campo vectorial a lo largo del contorno que limita la superficie.
Bibliografa
Fuentes Virtuales:
http://es.wikipedia.org/wiki/C%C3%A1lculo_tensorial
http://w3.mecanica.upm.es/mmc-ig/Apuntes/indices.pdf
http://es.wikipedia.org/wiki/Vector_propio_y_valor_propio
http://es.wikipedia.org/wiki/Divergencia_(matemtica)
http://es.wikipedia.org/wiki/Gradiente
http://es.wikipedia.org/wiki/Teorema_de_Green

http://es.wikipedia.org/wiki/Teorema_de_Stokes

Mecanica de Los Medios Continuos Unidad 1

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

Mecanica de Los Medios Continuos Unidad 1

Încărcat de

Drepturi de autor:

Formate disponibile

NDICE.

1.1. NOTACIN INDICIAL.

1.2. OPERACIONES DE TENSORES.

1.3. MTODOS PARA EL CLCULO DE VALORES Y

1.4. GRADIENTE, DIVERGENCIA Y ROTACIONAL.

1.5. TEOREMAS DE GREEN Y STOKES.

1.1. Notacin indicial.

Fundamentos de la mecnica de los medios continuos. 1

Definicin. Dada una expresin lineal en en la que se escriben todos sus

Esta puede expresarse convencionalmente como el sumatorio:

La notacin de Einstein obtiene una expresin an ms condensada

ndice. Un ndice utilizado en la notacin de Einstein puede aparecer en forma

Y las siguientes expresiones no se encuentran definidas o son invlidas:

Fundamentos de la mecnica de los medios continuos. 2

En clculo de tensores es tambin comn utilizar una de las ocurrencias como

Un ndice que se repite dos veces en el mismo trmino de una ecuacin se

Un ndice que se repite en cada uno de los trminos de una expresin a

Los ndices libres no se expanden en forma de sumatorio, sino que representan

Representacin vectorial. Se emplea el convenio de Einstein en lgebra

Fundamentos de la mecnica de los medios continuos. 3

Representa 1x n vector fila y representa n x1 vector columna.

En matemtica y en fsica terica y en particular en la relatividad general, los

1.2. Operaciones de Tensores.

Producto tensorial y producto exterior. Dados dos tensores se puede definir

El producto de dos tensores es un tensor cuyo rango es la suma de los rangos

A ijk B lm=C jkl

Subir y bajar ndices. En una variedad riemanniana existe la posibilidad de

tensor de tipo por otro de tipo con tal que . Esta

Fundamentos de la mecnica de los medios continuos. 4

riemanniana o pseudoriemanniana . Por tanto para emplear, la subida

y bajada de ndices es necesario usar el tensor mtrico (y su inverso ,

Estas operaciones resultan muy tiles en la teora general de la

As para cualquier magnitud fsica representada por un tensor de tercer rango,

Contraccin. La contraccin de tensores es una operacin que reduce el orden

total de un tensor. Esta operacin reduce un tensor tipo ( n , m ) a otro tipo

( n1,m1 ) . En trminos de componentes, esta operacin se logra sumando

el ndice de un tensor contravariante y un covariante. Por ejemplo, un tensor

(1,1) puede ser contrado a un escalar a travs de ; donde el convenio de

La contraccin se utiliza usualmente con el producto tensorial para contraer el

Fundamentos de la mecnica de los medios continuos. 5

Puede ser escrito como la combinacin lineal de

La contraccin de en el primero y ltimo espacio es entonces el vector:

Producto interno. El producto interno de dos tensores se produce al contraer el

producto exterior de los tensores. Por ejemplo, dados dos tensores y su

producto externo es Igualando ndices, , se obtiene el producto

1.3. Mtodos para el clculo de valores y vectores propios.

Las transformaciones lineales del espacio como la rotacin, la reflexin, el

Fundamentos de la mecnica de los medios continuos. 6

Los vectores propios de las transformaciones lineales son vectores

El valor propio de un vector propio es el factor de escala por el que ha

Un espacio propio es un espacio formado por todos los vectores

La multiplicidad geomtrica de un valor propio es la dimensin del

El espectro de una transformacin en espacios vectoriales finitos es el

Por ejemplo, un vector propio de una rotacin en tres dimensiones es un vector

Formalmente, se definen los vectores propios y valores propios de la siguiente

Entonces decimos que v es un vector propio del operador A, y su valor propio

Fundamentos de la mecnica de los medios continuos. 7

Casos de interes espcial. Intuitivamente, para las transformaciones lineales del

espacio de dos dimensiones , los vectores propios son:

Rotacin: ningn vector propio de valores reales (existen en cambio

Reflexin: los vectores propios son perpendiculares y paralelos al eje de

Escalado uniforme: todos los vectores son vectores propios, y el valor

Clculo de valores propios y vectores propios de matrices. Si se quiere calcular