请输入您要查询的字词:

 

单词 AlgebraMultilinealDeEvEuclideanos
释义

Algebra multilineal de e.v. euclideanos



Algebra multilineal de e.v. euclideanos

Álgebra Multilineal de E.V. Euclideanos.

Juan Manuel Márquez B.


Estos son algunos hechos básicos de los— espacios vectoriales euclideanos —espacios vectoriales con producto interior y las ideas de transformaciones multilinealesconocidas como tensores.

Sea V un espacio euclideano con , su producto interior en el, es decirun mapeo V×VR que cumple:


i) rX+sY,Z=rX,Z+sY,Z

ii) X,rY+sZ=rX,Y+sX,Z

iii) X,Y=Y,X

iv) X,X>0 cuando X0

v) X,X=0 si y solo si X=0,


es decir, , es un mapeo bilineal, simétrico y positivo-definido.

  1. 1.

    El conjunto de transformaciones lineales también es un e.v.

  2. 2.

    Sean V y W dos espacios vectoriales reales de dimensión finita.Entonces su producto tensorial VW es el espacio vectorial real de dimensión igual alproducto de dimV por dimW, y cuya base son los símbolos:

    bicj

    donde los bi son base para V y los cj base para W.

    Por ejemplo, si V={b1,b2,,b8} y W={c1,c2,,c11}entonces

    VW={b1c1,b1c2,b1c3,,b8c11}

    de donde vemos que dim(VW)=88.

  3. 3.

    Un elemento típico BVW se escribe como una combinación lineal de los bicj:

    B=Bμνbμcν

    donde se esta usando la convención de la suma de Einstein y que significa:

    Bμνbμcν=B11b1c1+B12b1c2+B21b2c1++B8,11b8c11
  4. 4.

    El espacio dual V*es el conjunto de transformaciones linealesVR también llamados funcionales lineales ocovectores.
    V* es un espacio vectorial con la suma (f+g)(X)=f(X)+g(X) y la acción de los escalares vía(rf)(X)=rf(X)=f(rX).

  5. 5.

    Cada fV* puede representarse a través de

    f(X)=X,a,

    donde aV es fijo (Lema de Riesz).
    O dicho de otra forma: las únicas transformaciones linealesVR son

    XX,a
  6. 6.

    Sea {b1,,bn} una base para V entonces la matriz deGram o tensor métrico de esta base es

    G=[gij=bi,bj].

    Tal matriz G=[gij] es no singular debido a la independencia linealde los bi.

  7. 7.

    Se denota con gij las entradas de la matriz G-1=[gij]-1.Observe que kgikgkj=δji y que kgikgkj=δij.Que mediante la convención de la suma se escribe solamente

    gikgkj=δji

    pues G-1G=1 como producto de matrices,y

    gikgkj=δij.

    ya que GG-1=1 también como producto de matrices.

  8. 8.

    La base reciproca bi a bi se construye con

    bi=gijbj,

    con suma sobre j. Enfaticemos que gijbj=gi1b1+gi2b2+ginbn

  9. 9.

    Representamos con bi los covectores

    βi():=,bi,

    βi que llamaremos covectores básicos.

  10. 10.

    Si aV entonces a=aibi con suma sobre i (convención de la suma de Einstein). Los ai se llaman componentes contra-variantes de a.En la base reciproca a=aibi y llamamos a los ai componentes co-variantes de a.Estas son las leyes de subir y bajar indices .Tenemos el siguiente ”truco”

    a=aibi=aiδijbj=aigikgkjbj=akbk

    lo que muestra como se escribe a como combinación lineal en las dos bases: bi y bj de V.

  11. 11.

    La relación entre los componentes es entonces

    ai=gijaj

    o bien

    ai=gijaj.
  12. 12.

    Ahora si fV* entonces

    f()=,a=,aibi=ai,bi=aiβi()

    en otras palabras f=aiβi. Así los βi generan a V*. Y por lo tantodimV=dimV*

  13. 13.

    V* también es euclideano. Sean f,gV* y a,bV susrepresentantes respectivamente, entonces

    f,g*:=a,b

    define un producto interior en V*.

  14. 14.

    Sea V**=(V*)* el dual del dual. Se identifica con V, pues si T:V*R entoncesexistirá fV* talque

    F(μ)=μ,f*

    para todo covector μ y f fija. Pero si f(X)=X,a entonces la aplicación

    Fa,

    será un isomorfismo-isometría V**V.En otras palabras podemos representar con los elementos de V a losV** mediante la fórmula

    F(μ)=μ,f*=m,a=a,m=μ(a)

    donde μ()=,m.

    Mediante el mismo proceso de dualización que hicimos para construir V* desde V, ahora habráfuncionales lineales Bi:V*R dados mediante la fórmula

    Bi()=,βi*

    donde los βi=gijβj son los básicos reciprocos de los βj.Así

    F()=,f*=,akβk*=ak,βk*=akBk()
  15. 15.

    Una tranformación k-lineal covarianteo k-tensor covariante es un

    A:V××VR

    que satisface (para cualquiera sean los escalares r,s):

    A(rX1+sY1,X2,,Xk)=rA(X1,X2,,Xk)+sA(Y1,X2,,Xk),
    A(X1,rX2+sY2,,Xk)=rA(X1,X2,,Xk)+sA(X1,Y2,,Xk),
    A(X1,X2,,rXk+sYk)=rA(X1,X2,,Xk)+sA(X1,X2,,Yk),

    Es decir A es lineal en cada uno de sus k argumentos.En estos términos , es un mapeo 2-lineal.También det es n-lineal.

  16. 16.

    Similarmente las tranformaciones multilinealescontravarianteso los k-tensores contravariantesson los mapeosk-lineales

    B:V*××V*R.
  17. 17.

    Sean T(k,0)V el conjunto de los k-co tensores y T(0,l)Vlos l-contra tensores. Ellos forman espacios vectoriales con lasoperaciones obvias. También es posible T(k,l)V que es elconjunto de los tensores mixtos k-covariantes y l-contravariantes.Se tiene que

  18. 18.

    Para contruir las bases (vectoriales) del espacio T(2,0)Vdefinimos el producto tensorialde basicos de V*

    βiβj(X,Y):=βi(X)βj(Y),

    para 2 factores, siendo el lado derecho de la relación dearriba un simple producto en R.Similarmente para p covectores básicos:

    βi1βip(X1,,Xp):=βi1(X1)βip(Xp).

    No es difícil ver que tales construciones son verdaderamente transformaciones p-multilineales.

  19. 19.

    Para T(0,l)V tenemos

    bi1bil(f1,,fl):=f1(bi1)fl(bil),

    donde fi son l covectores arbitrarios.

  20. 20.

    Para los mixtos vemos por ejemplo que en T(1,1)V tenemos

    βibj(X,f):=βi(X)f(bj),

    …etc.

  21. 21.

    Con aquellas bases, si AT(3,0)V entonces

    A=Aμνλβμβνβλ,

    ejemplo que ilustra el caso general para co-tensores.Los Aμνλ se llaman componentes covariantesdel tensor A.

  22. 22.

    Sean TT(k,0)V y WT(l,0)V entonces TWserá un k+l-tensor covariante cuyos componentes son

    (TW)i1ik+l=Ti1ikWik+1ik+l.
  23. 23.

    Con relaciones del tipo

    gμνTανλ=Tαμλ,

    (suma sobre ν) se cambia de componentes covariantes a mixtos y acontravariantes.

  24. 24.

    Observe que

    T(1,0)V=V*.
    T(0,1)V=V**=V.
    T(1,1)V=hom(V,V).
  25. 25.

    También tenemos

    ,=gijβiβj.

    Además de que podemos transformar T(2,0)VT(0,2)Visomórficamente conforme a

    AijβiβjAijbibj.

    visto como tensor T(1,1)V se vería como

    Aijβibj.
  26. 26.

    Un tensor covariante se dice alternantesi cualquier cambio dedos indices en los componentes corresponde un cambio de signocon respecto al nuevo componente, como por ejemplo

    Aμνλκ=-Aνμλκ.
  27. 27.

    Sea ΛkV el conjunto de todos los tensores k-covariantesalternantes, también llamados k-formas.Λk(V) es un espacio vectorial.

  28. 28.

    La base para Λ2V=Λ2(V) se logra con el producto exterior

    βiβj(X,Y)=(βiβj-βjβi)(X,Y),
    =βiβj(X,Y)-βjβi(X,Y),
    =βi(X)βj(Y)-βj(X)βi(Y).

    Esta construcción es bilineal y alternante.βiβj se llama bivector básico.

    Observe que

    βiβi=0,
    βiβj=-βjβi.

    Por lo tanto

    dimΛ2V=n!/2!(n-2)!=(n2).
  29. 29.

    Similarmente Λ3V es el espacio de las 3-formas que esta generadopor la construcción;

    βiβjβk=pS3(-1)pβp(i)βp(j)βp(k),

    donde S3 son las 6 permutaciones de {i,j,k} y (-1)p suparidad.

    Observe que

    βiβjβk(bs,bt,bu)=δsiδtjδuk-δsiδtkδuj+δskδtiδuj-δskδtjδui+δsjδtkδui-δsjδtiδuk

    Entonces βiβjβk(bs,bu,bt)=0 si los conjuntos{i,j,k} y {s,t,u} son diferentes.

    Además si X=Xsbs,Y=Ytbt,Z=Zubu entonces

    βiβjβk(X,Y,Z)=XiYjZk-XiYkZj+XkYiZj-XkYjZi+XjYkZi-XjYiZk


    Entonces

    dimΛ3V=n!/3!(n-3)!=(n3).
  30. 30.

    No es difícil visualizar que

    dimΛkV=n!/k!(n-k)!=(nn-k).

    Y que Λn+rV=0 para cada rZ.

  31. 31.

    Sea A:VW una transformación lineal y si f:WR es un covector en W entoncespodemos hacer el ”pullback” de f, denotado y calculado mediante

    A*(f)=fA

    Observe que esto último es la composición VAWfR.En otras palabras tenemos que A induce una transformación lineal A*:W*V*.


******************

1. ?‘ Cuál es la dimensión de espacio vectorial real {bibj} (generado por los bibj) ?
RESP: solo hay n2 objetos basicos:

b1b1
b1b2
b1b3
b1bn
b2b1
b2b2
bn-1bn
bnb1
bnb2
bnbn

para escribir combinaciones lineales

B=Bijbibj=B11b1b1+B12b1b2++Bnnbnbn

estos B son los 2-contra-tensores.

 

2. ?‘ Y de {bi1bik}?
RESP: solo hay nk objetos basicos:

b1b1b1
b1b1b2
b1b1b3
b1b1bn
b1b2b1
b1b2b2
b1b2bn
bn-1bnb1
bn-1bnbn
bnbnb1
bnbnb2
bnbnbn

 

3. La relación con la geometría esta dada mediante la substitución

bk=k=xk

donde

k=dΦ|pek

y donde Φ es una parametrización localΦ:DMRN.

?‘ Cuál es la dimensión de Ωr(TpM), siendo TpM de dimensión n?

4. Si f:UV y g:VW son tranformaciones lineales entre espacios vectoriales reales demuestre que (gf)*=f*g*.

5. Explique como transforman las 2-formas, si cambiamos de coordenadas.

6. Calcule los Γjki para la parametrizacón Φ(v,w)=(5v+3w-1,-v+7w,-2v+3).

7. Calcular todos los Γjki para el paraboloide (v,w)(v,w,v2+w2). (Resuelto en cursur.pdf)

8. ?‘ Cuál es el volumen generado por los campos vectoriales S(u,v,w)=(2u+v,w+1,vw) , T(u,v,w)=(u,v+w,w2) y DST en el punto p=(1,1,2)?

9. Sean a=(a1,a2,,an) y b=(b1,b2,,bn). Definimos

a×1b=a1b2-a2b1

Demuestre que ×1 define un mapeo bilineal Rn×RnR.
RESP: Se debe ver que si ponemos una combinación lineal en la primera entrada

(ka+ka)×1b=k(a×1b)+k(a×1b)

y también en la segunda

a×1(kb+kb)=k(a×1b)+k(a×1b)

 

10. Similar al anterior pero con

a×2b=a1b3-a3b1

11. ?‘ Cuántos mapeos bilineales como los previos se pueden construir cuando n=4?

12. Demuestre que k(dxadxb) satisface la regla de Leibniz.

13. Diga como son los componentes Aμν;k en términos de derivadas parciales y symbolos de Chistoffel, para un tensor mixtoA=Aμνμdxν.

14. Sean A=Aμνμν y B=Bστστ dos contratensores de rango 2. Definimos

A,B2=gνσgμτAμνBστ=AμσBσμ

Verifique que ,2 define un producto interior entre los contratensores de rango 2.
RESP: Se deben de checar los axiomas de espacio vectorial con producto interior:

i) Bilinealidad: kA+kA,B2=kA,B2+kA,B2 y
A,kB+kB2=kA,B2+kA,B2;

ii) Simetría: A,B2=B,A2;

iii) Positivo definido: A,A20 si A0;

iv) No degeneado: A,A2=0 si y solo si A=0.

 

15. ?‘ Cuál es la ley de transformación de kl cuando cambiamos coordenadas?

RESP: Por un lado tenemos

Γijss=ijtanto comoΓ~ijs~s=~i~

y como

k=ysxk~s𝘪𝘮𝘱𝘭𝘪𝘤𝘢~k=xsyks

entonces

Γ~ijs~s=~i~j=(xsyis)(xtyjt)=xsyis(xtyjt)
Γ~ijs~s=xsyi[xs(xtyj)t+xtyjst]
=xsyi[xs(xtyj)t+xtyjΓstrr]
=xsyi[xs(xtyj)+xryjΓsrt]t
=[xs(xtyj)xsyi+xryjxsyiΓsrt]t

perot=yuxt~uentonces

Γ~iju~u=[xs(xtyj)xsyiyuxt+xryjxsyiΓsrtyuxt]~u

por lo tanto

Γ~iju=xs(xtyj)xsyiyuxt+xryjxsyiΓsrtyuxt
Γ~iju=2xtyjyiyuxt+xryjxsyiΓsrtyuxt

 

16. ?‘ Y de kABdonde A,B son 1-covariantes?

17 ?‘ Y de la derivada covariante en dirección X de un mixto 2-covariante y 1-contravariante?


Los siguientes ejemplos estan dedicados a mi amigo Perucho de Venezuela…


18.- Demuestre que Γiri=12gisgsi,r.

RESP: Desde la definiciónΓjri=12gis[gjs,r+gsr,j-gjr,s] haciendo j=i tendremos

Γiri=12gis[gis,r+gsr,i-gir,s]
Γiri=12[gisgis,r+gisgsr,i-gisgir,s]
=12[gisgis,r+gisgsr,i-gsigsr,i]
Γiri=12gisgis,r

 

19. El siguiente esquema permite encontrar la matriz de una transformación lineal (definida usando la base standar) en un cambio de base:

R3,eR3,eR3,bR3,b h//C  [1000100-81] h//C  [100410-111] h//C  [100010081]
随便看

 

数学辞典收录了18232条数学词条,基本涵盖了常用数学知识及数学英语单词词组的翻译及用法,是数学学习的有利工具。

 

Copyright © 2000-2023 Newdu.com.com All Rights Reserved
更新时间:2025/5/4 16:20:00