Академический Документы
Профессиональный Документы
Культура Документы
Springer-Verlag
Berlin Heidelberg NewYork
London Paris Tokyo
Hong Kong Barcelona
Budapest
Preface
lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3. Los Tensores : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 25
References : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 49
Part I
LGEBRA LINEAL
1. lgebra de matrices, transformaciones
lineales y problema de eingenvalores
0 1
a11 a12 a1n
B a21 a22 a2n C
B C
Am n =B
B
C
C (1.1)
@ A
am1 am2 amn
Si para una matriz los renglones y las columnas tienen la misma dimensin
se denominan matrices cuadradas.
4 1. lgebra de matrices, transformaciones lineales y problema de eingenvalores
12
A= ,Matriz cuadrada de 2x2
35
0 1
1 4
B = @1 2 A ,Matriz de 3x2
2 2
otro tipo de matrices importantes son las matrices rengln y las matrices
columna que tienen la forma
0 1
1
A = @ 2 A , Matriz columna de 3 1
5
B = 1 0 0 ,Matriz rengln de 1 3
11 01
Example 1.1.1. Sean A = yB= dos matrices
20 11
Entonces
11 01 12
A+B = + =
20 11 31
11
Example 1.1.2. . Sea A = entonces el inverso aditivo de esta matriz
20
1 1
seria A= y la suma de esta dos matrices
2 0
11 1 1 00
A + ( A) = + = =0
20 2 0 00
r[A]ij = [rA]ij
11 01
Example 1.1.3. Sean A = y B = dos matrices, calculamos
20 11
2A 4B como
11 01 22 0 4 2 2
2A 4B = 2 4 = + =
20 11 40 4 4 0 4
Al igual que los nmeros reales u otras estructuras matematicas, las ma-
trices poseen elemento identidad, es decir aquel elemento de dicha estructura
matemtica que jugara el papel de nmero 1 que usamos en los numeros
reales , pero que en este caso sera un matriz. .
12 10
Example 1.2.3. Sea A2 2 = y la matriz identidad I = al mul-
35 01
tiplicar estas matrices podemos observar que en la multiplicacin se conserva
el valor de A2 2
12 10 (1)(1) + (2)(0) (1)(0) + (2)(1) 12
A2 2I = = = = A2 2
35 01 (3)(1) + (5)(0) (3)(0) + (5)(1) 35
1.3 Matriz Transpuesta 7
0 1
101
Example 1.3.1. Si queremos encontrar la matriz transpuesta de A = @ 0 5 4 A
211
0 1
102
precedemos tomando la denicin anterior como AT = @ 0 5 1 A
141
Note 1.3.1. Algunas matrices muy usadas en Mecnica del medio continuo
y teora de la relatividad General, son representadas por matrices que al
transpornerlas permanecen sin cambiar su forma como por ejemplo el tensor
@ui @u
de deformacin en Mecnica del medio continuo uij = 12 @x j
+ @xji ,este
tensor tiene la propiedad que al transponerlo no cambia su forma uji =
1 @ui @u
2 @xj + @xji = uij y se les denomina tensores simetricos de acuerdo con
la siguiente denicin.
12
Example 1.3.2. Considere la siguiente matriz A = si transponemos
23
12
esta matriz podemos observar que es simtrica , es decir AT = =A
23
32 31
Example 1.3.3. Sea B = y su matriz traspuesta sera B T =
10 20
8 1. lgebra de matrices, transformaciones lineales y problema de eingenvalores
1
42 0 2
Example 1.4.1. Sean A = y B = 1 probaremos facilmente
20 2 1
que B , es la matriz inversa de A.
1
42 0 2 (4)(0) + (2)( 12 ) (4)( 12 ) (2)(1) 10
AB = 1 = = =I
20 2 1 (2)(0) + (0)( 12 ) (2)( 12 ) (0)(1) 01
Note 1.4.1. No todas las matrices tienen inversa. La propiedad de tener in-
versa es tan importante que las matrices con tales inversas se les conoce como
nombre de matrices no singulares como se vera en la siguiente denicin.
21
Example 1.4.3. Encuentre el determinate de la matriz B =
42
21
=2 2 4 1=0
42
1.4 Matriz inversa 9
lineales
Sea el siguiente sistema de dos ecuaciones lineales con dos incognitas
x+y =1
(1.3)
x y=1
una forma de escribir este sistema de ecuaciones consiste en formar un
vector columna denido como x = xy y reescribir el sistema como
1 1 x 1
= (1.4)
1 1 y 1
Ax = b (1.5)
Theorem 1.4.1. Para que un sistema de n ecuaciones con n incgnitas
tenga solucin nica, la matriz del sistema debe satisfacer que
DetA 6= 0
por lo tanto
DetA = 2 6= 0
Si multiplicamos ambos lados de la ecuacin 1.4 por la inversa de A;
1 1
1 2 2
denida como A = 1 1
2 2
1 1 1 1
2 2 1 1 x 2 2 1
1 1 = 1 1
2 2 1 1 y 2 2 1
x 1
=
y 0
Solucin de ecuaciones cuadraticas. Sea una ecuacin cuadrtica general
de la forma
ax2 + bx + c = 0 con a; b; c nmeros reales (1.6)
al ser esta ecuacin de segundo grado tendra dos raices " Ceros" de la
forma
p
b + b2 4ac
x1 =
p2a
b b2 4ac
x2 =
2a
donde las dos soluciones de la ecuacin cuadrtica signican los puntos
donde se intersecta la parbola y = ax2 + bx + c con el eje de las x:
10 1. lgebra de matrices, transformaciones lineales y problema de eingenvalores
25
20
15
10
0
-5 -2.5 0 2.5 5
x
Part II
ANLISIS VECTORIAL
2. Propiedades de los vectores
Como caso particular de las matrices, los objetos matemticos que estudiare-
mos en esta seccin seran los vectores, los cuales seran representacines de
vectores renglones o vectores columna y que denotaremos por letras negritas
y con otros simbolos como
3.75
2.5
1.25
0
0 1.25 2.5 3.75 5
Los vectores al igual que los numeros y las matrices se pueden sumar de
la siguientes forma
|k = k^ = 1
k^{k = k^
2.1 Transformaciones lineales 15
Por otra lado usando las identidades 2.5 para un vector unitario n
^ =
(nx ; ny ; nz ) tenemos que
n
^ ^{ = k^
nk cos = nx
n
^^| = k^nk cos = ny
n ^
^ k = k^nk cos = nz
cos = nx
cos = ny
cos = nz
que son los cosenos directores para un vector unitario
x cos sin x
= (2.7)
y sin cos y
det(R) = 1 (2.9)
0 1 x (2x + 1)
=
1 0 2x + 1 x
(2x + 1)
Dando valores de x;a la vector encontramos que las rectas
x
son ortogonales como
El problema de los eingenvalores o valores propios del aleman " Eingen que
siginica propio en alemn", proviene de encontrar ciertos vectores y valores
que satisfagan la ecuacin
Ax = x (2.11)
2.5
0
-5 -2.5 0 2.5 5
-2.5
0.5
0
-5 -2.5 0 2.5 5
-0.5
-1
df f (x + x) f (x)
= lim
dx x!0 x
siempre y cuando el lmite de esta expresin exista. Geomtricamente la
derivada de una funcin f (x) en un punto x0 , se interpreta como la pendiente
de la recta tangente en el punto x0 ; dfdx
(x)
= P endiente; en el punto x0:
Es esta grca podemos observar como una recta corta de forma tangente en
el punto x = 2 la funcin f (x) = x2
20 2. Propiedades de los vectores
@f
En notacin de indices este vector se puede ver como rf (x; y; z) = @x i
,
@f
en el cual i = 1; 2; 3 y x1 = x; x2 = y; x3 = z ,en el caso del smbolo @x que se
denomina derivada parcial, el cual es notablemente diferente la simbolo de
df
derivada dx ;dienren en que el nuevo simbolo representa la derivacin de la
funcin f (x; y; z) con respecto a una variable manteniendo ja o constantes
las otras variables.
y 5
1
0
-5 -3.75 -2.5 -1.25 0 1.25 2.5 3.75 5
-1 x
-2
-3
-4
-5
Part III
ANLISIS TENSORIAL
3. Los Tensores
n
X
a1 x1 + a2 x2 + an xn = ai xi = ai xi (3.1)
i=1
yi = air xr (3.3)
Cualquier ndice libre en una expresin tendr el mismo rango que los
ndices de suma, salvo se especique lo contrario.
Note 3.1.1.
De esta manera veamos un simple ejemplo para aplicar estas ideas. Imag-
inemos que queremos encontrar el signicado de la expresin
yi = si arj xr xj (3.5)
de este clculo podemos hacer una aclaracin muy importante, cada vez
que elevemos a una cierta potencia una expresin como xi .Por ejemplo si
la quisiramos elevar al cuadrado, entonces en lugar de escribir xi xi podri-
2
amos escribir (xi ) de esta manera evitaremos penosas confusiones al realizar
nuestros clculos
i ij 1,i=j
ij = j = = (3.7)
0 , i 6= j
2
ij xi xj = xi xi = (xi )
@
(aij xi xj ) = aij [ ik xj + xi jk ] = akj xj + aik xi
@xk
de esta manera la delta de Kronecker y el convenio de suma, sern muy
importantes en el desarrollo de expresiones mas complicadas que puedan
surgir del estudio de la relatividad
28 3. Los Tensores
aij xj = bi
Por otro lado podemos reformular las ideas del lgebra lineal y la teora
de las matrices en una notacin elegante y muy til para usos prcticos.
En esta notacin (aij ) representa una matriz al igual que el lgebra lineal
y el primer subndice i indica la la y segundo j , designa las columnas, una
notacin mas completa para esto seria [aij ]mn donde aparece el nmero m
de las , y el nmero de columnas n ,de esta manera usando esta notacin
tenemos que:
2 3
a11 a12 : a1n
6 a21 a22 : a2n 7
aij =6
4 :
7 (3.8)
mn : : : 5
am
1 am
2 : am
n
2 3
a11 a12 : a1n
6 a21 a22 : a2n 7
aij =6
4 :
7 (3.9)
: : : 5
am1 am2 : amn
Sean A = [aij ]mn , B = [bij ]nk de esta manera para el producto se tiene
que.
AB = aij mn
bij nk
= air brj mk
(3.12)
AB = aij mn
bij nk
= air brj mk
(3.13)
i ij
I=[ ij ]nn = j nn = nn
(3.14)
El simbolo ijk w con n subndices tiene el valor cero si hay dos sub-
p
ndices iguales, y el valor( 1) en caso contrario, siendo p el nmero de trans-
posiciones de ndices ,(intercambio de ndices consecutivos), requeridos para
llevar ijk w al orden natural 123 n , usando esto, podemos escribir el
determinante de una matriz A = [aij ]nn como:
xi yi
cos =p p donde 0 (3.16)
xj xj yk yk
@w @f @xi
= donde 1 j m (3.18)
@uj @xi @uj
@xi
Ai = Ar , donde 1 i n (3.22)
@xr
@xr
Ai = Ar , donde 1 i n (3.23)
@xi
3.8 Tensores de orden arbitrario 33
@xi @xj
Aij = Ars , donde 1 i,j n (3.24)
@xr @xs
Denition 3.7.2. Tensor covariante de orden 2
@xr @xs
Aij = Ars donde 1 i,j n (3.25)
@xi @xj
Denition 3.7.3. Tensor mixto de orden 2
@xi @xs
Aij = Ars donde 1 i,j n (3.26)
@xr @xj
i ;i ; i
Sean S = Sj11 ;j22 jqp y T = Tlk11;l;k2 2 lskr , haciendo p = r y q = s
denimos la ley de la suma de tensores como.
i ;i ; ip i ;i ; ip
S + T = Sj11 ;j22 jq + Tj11;j22 jq (3.28)
el cual es un tensor de igual tipo y orden que los dos tensores dados.
i ;i ; ip
El producto externo ( o exterior ) de dos tensores S = Sj11 ;j22 jq y
T = Tlk11;l;k2 2 lskr es el tensor.
i ;i ; ip
[ST] = Sj11 ;j22 jq Tlk11;l;k2 2 lskr (3.29)
3.9 Reglas para las operaciones tensoriales 35
i ;i ; u ip
ST =Sj11 ;j22 jq Tlk11;l;k2 2 ukrls (3.31)
ST = S ujl T am
u = U jlam = U (3.32)
Part IV
El Tensor de deformacin
4. Tensor de deformacin y tensin
ui = xi xi (4.1)
este distancia sera por tanto la distancia al origen del nuevo punto xi despues
@ui
de la deformacin. Sabiendo por la regla de la cadena que du = @x j
dxj la
expresin 4.2 toma la forma
@ui @ui
dl2 = dxj + dxi dxk + dxi
@xj @xk
@ui @ui @ui @ui
dl2 = dxj dxk + dxj dxi + dxk dxi + dx2i
@xj @xk @xj @xk
@ui @ui @ui
dl2 = dx2i + 2 dxk dxi + dxj dxk
@xk @xj @xk
@ui 1 @uj @uj
dl2 = dx2i + 2 + dxi dxk
@xk 2 @xi @xk
@ui 1 @ui @uk
y escribiendo en forma simtrica @xk = 2 @xk + @xi tenemos que
1 @ui @uk
uik = + (4.9)
2 @xk @xi
4.3 Tensor de Tensiones 41
1
de esta manera se puede ver que los desplazamiento
p son pequeos para
deformaciones pequeas y la relacin dxidxidxi = 1 + 2u(i) 1 toma la forma
p 1
1 + 2u(i) 1 1 + (2u(i) ) + 1 u(i)
2
dxi dxi
= u(i) (4.10)
dxi
es decir el alargamiento relativo para pequeas deformaciones y pequeos
desplazamientos aproximadamente igual a los valores principales de deforma-
cin.
dV = dV (1 + uii ) (4.11)
entonces la fuerza total que se ejerce sobre le volumen del cuerpo sera
Z XN
FdV = lim Fi V (4.13)
V !o
i=1
para que Mik sea expresable como integral sobre la supercie , se debe cumplir
ki ik = 0 , es decir el tensor de tensiones es simtrico
ki = ik (4.16)
I
Mik = ( il xk kl xi )dfl Momento (4.17)
4.4 Valor medio del tensor de tensiones 43
por otro lado sabemos del calculo que el valor medio de una funcin f (x) en
[a; b] se dene como
Rb
a
f (x)dx
f= Rb
a
dx
I I
1
escribiendo en forma simtrica il xk dfl = 2 ( il + li ) xk dfl se tiene
44 4. Tensor de deformacin y tensin
I
1
V ik = ( il + li ) xk dfl
2
I I
1 1
V ik = il xk dfl + li xk dfl
2 2
I I
1 1
V ik = xk ( il dfl ) + lk xi dfl
2 2
I I
1 1
V ik = xk ( il dfl ) + kl xi dfl
2 2
I I
1 1
V ik = xk ( il dfl ) + xi ( kl dfl )
2 2
I I
1 1
V ik = xk (Pi df ) + xi (Pk df )
2 2
I
1
V ik = (Pi xk + Pk xi ) df
2
y le valor medio del tensor de tensiones toma la forma
I
1
ik = (Pi xk + Pk xi ) df (4.21)
2V
es decir, el valor medio del tensor de tensiones puede hallarse a partir de
las fuerzas externas que actan sobre el cuerpo sin necesidad de resolver las
ecuaciones de equilibrio.
W = ik uik (4.23)
y este nos da el trabajo el variar el tensor de deformacin.
E=Q W (4.24)
dE = T dS dW (4.25)
dE = T dS + ik duik (4.26)
dE = T dS pdV (4.27)
46 4. Tensor de deformacin y tensin
@E
T = (4.30)
@S
@E
ik = (4.31)
@uik S
@F @F
de 4.28 dF = @T dT + @uik duik
@F
S= (4.32)
@T
@F
ik = (4.33)
@uik T
@ @
y nalmente d = @T dT + @ ik d ik
@
S= (4.34)
@T
@
uik = (4.35)
@ ik T
entonces el tensor de tensiones se puede encontrar con las expresiones
@E @F
ik = =
@uik S @uik T
4.6 Deformaciones con temperatura y presin de poro 47
Hemos visto entonces como deducir la energia libre apropiada para el caso de
deformaciones dependientes de la temperatura, haremos entonces lo mismo
para el caso de la presin de poro basados en Cook.
@F
ik = (4.37)
@uik
1 1
dF = K (T T0 )dull + b PP duss +2 uik ik ull d uik ik ull +Kull duii
3 3
1
dF = K (T T0 ) ik duik + b PP ik duik +2 uik duik 2 uik ik dull +Kull ik duik
3
1
dF = K (T T0 ) ik duik + b PP ik duik +2 uik duik 2 ull ik duik +Kull ik duik
3
1
dF = K (T T0 ) ik + b PP ik +2 uik ull ik + Kull ik duik
3
por lo tanto el tensor de tensiones sera
1
ik = K (T T0 ) ik + b PP ik +2 uik ull ik + Kull ik (4.38)
3
E E 1 E
ik = (T T0 ) ik + b PP ik +2 uik ull ik + ull ik
3(1 2 ) 2(1 + ) 3 3(1 2 )
48 4. Tensor de deformacin y tensin
E E
ik = (T T0 ) ik + b PP ik + uik + ull ik (4.40)
3(1 2 ) 1+ 1 2