Upload
pecas-monaco
View
213
Download
0
Embed Size (px)
DESCRIPTION
curso de algebra lineal
Citation preview
Algebra Multilineal sobre RLeccion uno
algebra multilineal abstracta
por J.M. Marquez-BobadillaCUCEI
Universidad de Guadalajara
Algebra multilineal
-vector o 1-contra-tensor-covector o 1-forma o proyector o co-tensor de rango uno o 1-co-tensor-construccion pullback-dualidad de espacios vectoriales-transformaciones multilineales-transformaciones bilineales y formas cuadraticas-transformaciones trilineales-producto tensorial de transformaciones multilineales-producto tensorial de espacios vectoriales-tensores contravariantes, covariantes, mixtos-algebra tensorial-producto exterior de tensores-pfafianas, bi-vector, tri-vector-k-formas-algebra exterior (algebra de Grassmann)-enfasis cambios de bases y cambios de componentes
§ Espacio dual de un Rn
El espacio dual de Rn se define como el conjunto Rn∗ de los funcionales linealesRn → R. Resulta que Rn∗ tambien es una espacio vectorial.
El espacio dual se define como Rn∗ = Hom(Rn, R) es decir como el conjuntode las transformaciones lineales de Rn en su campo (cuerpo) de escalares R.
En el caso de que Rn este generado por la base {b1, b2, ..., bn} tendremos quecada funcion lineal Rn → R esta determinada por una matriz renglon
[a1, a2, ... , an] : Rn → R
que mapea vıa
v1
v2
...vn
7→ [a1, a2, ..., an]
v1
v2
...vn
= a1v
1 + a2v2 + · · ·+ anvn
es decir
v1
v2
...vn
va, bajo el mapeo [a1, a2, ..., an], al escalar asv
s (convencion de
Einstein-Penrose)
§ El pullback de un covector
Si tenemos una transformacion lineal L : Rn → Rm y tenemos un covector f :Rm → R entonces es posible inducir un covector Rn → R mediante la composicionf ◦ L
Rn Rm
R
//L
��f
''OOOOOOOOOOOOOOOO
L∗f
donde L∗f = f ◦ L.
Es decir L∗ : Rm∗ → Rn∗ que tambien es lineal.
Si L tiene matriz Lbk = Lskbs, entonces L∗βk = [L∗]s
kβs y [L∗]s
k = Lks
¿Que sucede si tenemos varias transformaciones lineales con respecto al pull-back?
Dejemos que los diagramas lo expliquen en si mismos:
Rn Rm Rl
R
//T
//S
��
f
$$JJJJJJJJJJJJJJJJJf · S
**TTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTT
f · S · T
Rn Rl
R
//S · T
��
f
**TTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTT
f · S · T
Si S∗f = f ·S entonces T ∗ ·S∗f = T ∗(f ·S) = f ·S ·T y (S ·T )∗f = f ·S ·Tpara cada f entonces:
(S · T )∗ = T ∗ · S∗
Esto indica que el operador de dualidad de transformaciones lineales es contravari-ante.
§§ ¿Como cambian de componentes de un covector cuando cam-biamos de bases en V ?
Si C : V → V es un cambio de bases en V dado por bi 7→ ci = Cbi = Csibs
entonces bi = (C−1)sici
De la construccion pullback deducimos que si las bases covarian con C lascorrespondientes bases duales
βi(bj) = δij
en V ∗ descrito en la base βi y
γi(cj) = δij
en V ∗ descrito en la base γi.
C : Vb → Vc entonces C∗ : V ∗γ → V ∗
β
Vamos a demostrar que
βi = (C>)siγs, (ΓB1)
Demostracion:
Supongamos que βi = Asiγs entonces
δij = βi(bj)
= Asiγs(bj)
= Asiγs((C−1)t
jct)
= Asi(C−1)t
jγs(ct)
= Asi(C−1)t
jδst
= Asi(C−1)s
j
δij = (A>)i
s(C−1)s
j
esta ultima lınea indica que [A]> = [C] por lo tanto [A] = [C]> y
βi = (C>)siγs
Si βi = (C>)siγs entonces tambien
γi = (C−>)siβs, (ΓB2)
Las relaciones (ΓB1), (ΓB2) seran utilizadas cuando consideremos el efecto delcambio de bases en un espacio vectorial y con respecto a otras construcciones vecto-riales llamadas producto tensorial de transformaciones lineales y producto tensorialde espcios vectoriales... en objetos
§§Espacio dual de un espacio vectorial abstracto
El espacio dual de V se define como el conjunto V ∗ de los funcionales linealesV → R. Resulta que V ∗ tambien es una espacio vectorial.
¿Cual es una base y la dimension de este espacio?
Considere las transformaciones (una para cada i)
βi : V → R
definida porX 7→ βi(X) = Xi,
donde X = Xsbs (convencion de la suma de Einstein).
Note que esta definicion permite asignar
βi(bj) = δij
para la correspondiente base {b1, b2, ..., bn}
Ası βi es una funcion lineal. En otras palabras, el funcional βi ”extrae” eli-esimo componente de X y cumple linealidad:
βi(aX) = aβi(X)
βi(X + Y ) = βi(X) + βi(Y )
para cualesquiera escalar a y vectores X, Y .
Los elementos de V ∗ tambien se llaman covectores.
Todo elemento f ∈ V ∗ se escribe ası ;
f = fsβs
donde los componentes satisfacen fs = f(bs)
Hemos visto que si f ∈ V ∗ entonces f : W → R, y si T : V → W podremos
construir VT◦f→ R.
Lo que tenemos es una asignacion W ∗ T∗
→ V ∗ dada por f 7→ T ∗(f) = T ◦ f .Ahora que si la matriz de T es [T ] = [T i
j entonces [T ∗] = [T ]>
§Multilinealidad
§§ Mapas bilineales
Una funcion bilineal queda especificada mediante una matriz: Si B : V ×V → Res un mapeo bilineal entonces existe una matriz [B] de n×n dimensiones que tienencomponentes Bij y con los cuales se determina la forma cuadratica:
B(v, w) = v>[B]w = [v1, ..., vn]
B11 B12 · · · B1n
B21 B22 · · · B2n
...Bn1 Bn2 · · · Bnn
w1
w2
...zn
= v1w1B11 + v1w2B12 + v1w3B13 + · · ·+ vnwnBnn
= vswtBst
Observemos que para una forma cuadratica B : Rn × Rn → R al evaluar enbasicos canonicos
B(ei, ej) = ei>[B]ej = Bij
§§ Para un mapa trilineal T : V × V × V → R tenemos
T (u, v, w) = usvtwrTstr
§§ Producto tensorial de transformaciones multilineales
Cuando tenemos un par de covectores f, g : V → R entonces es posible construirun mapeo bilineal mediante el artificio llamado producto tensorial
f ⊗ g(v, w) = f(v)g(w)
donde la expresion a la derecha es el usual producto de numeros reales. Tal cons-truccion es bilineal:
f ⊗ g(kv + lu, w) = f(kv + lu)g(w)= (kf(v) + lf(u))g(w)= kf(v)g(w) + lf(u)g(w)= kf ⊗ g(v, w) + lf ⊗ g(u, w)
y similarmente para f ⊗ g(v, kw + lu) = kf ⊗ g(v, w) + lf ⊗ g(v, u)
Sea bil(V ) = {B : V × V → R} el conjunto de todos las funciones bilinealesde V . Este es un espacio vectorial con las operaciones
• (B + C)(v, w) = B(v, w) + C(v, w)• k(B(v, w)) = kB(v, w)
donde B, C ∈ bil(V ) y k ∈ R
ArB
Con el producto tensorial de covectores duales basicos βi : V → R que satisfacenβi(bj) = δi
j, podemos construir mapas bilineales basicos con el producto tensorial
βi ⊗ βj
y cumplen
βi ⊗ βj(bk, bl) = βi(bk)βj (bl)= δi
kδjl
y que en argumentos arbitrarios
βi ⊗ βj(v, w) = βi(v)βj (v)= βi(vsbs)βj(wtbt)= vswtβi(bs)βj (bt)= vswtδi
kδjl
= viwj
Es posible demostrar que una base para bil(V ) es
{β1 ⊗ β1, β1 ⊗ β2, β1 ⊗ β3, ..., βi ⊗ βj , ..., βn ⊗ βn}
y entonces para un B arbitrario en bil(V ) tenemos
B = Bstβs ⊗ βt
y donde podemos ver que los componentes de esta combinacion lineal bi-indexadason
Bij = B(bi, bj)
Ası dimbil(V ) = n2
§§§ ¿Como cambian las componentes de una forma bilineal cuando variamos labase de V ?
Supongamos que VC→ V es un a cambio de base bi 7→ ci = Cbi = Cs
ibs
§§ ¿Como cambian de componentes de un mapeo bilineal cuandocambiamos de base en V ?
Sabemos que si C : V → V es un cambio de base
bi 7→ ci = Cbi = Csibs
entonces entre los componentes de un vector v = vsbs = vtct de estas dos basesse tiene
C−1vb = vc
donde
vb =
v1
...vn
y vc =
v1
...vn
Ahora
v>b [B]wb = ([C][C−1]vb)>[B][C][C−1]wb = ([C−1]vb)>[C]>[B][C][C−1]wb
entonces
v>b [B]wb = ([C−1]vb)>[C]>[B][C][C−1]wb = v>c [C>BC]wc
por lo que la matriz de la misma forma cuadratica -determinada por [B]- en la nuevabase es
[C>BC]
En terminos biindexados una tenemos
v>[B]w = vswtBst, (FC)
pero ct = Cstbs entonces
vµbµ = vtct = vtCstbs
que despues de reindexar s → µ implica
vµbµ = vtCµtbµ
entonces(vµ − vtCµ
t)bµ =→0
pero si los bµ son linealmente independientes entonces
vµ = vtCµt
que sustituyendo en (FC) arriba tenemos
v>b [B]wb = vswtBst
= vuCsuwrCt
rBst
= vuwrCsuCt
rBst
= vuwrCsuBstC
tr
= vuwr(C>)u
sBstC
tr
= vuwr[C>BC]ur
= v>c [C>BC]wc
§§ Las transformaciones trilineales son similarmente tratadas, por ejemplo
βi ⊗ βj ⊗ βk(v, w, u) = βi(v)βj (v)βk(u)= βi(vsbs)βj(wtbt)βk(urbr)= vswturβi(bs)βj(bt)βk(br)= vswtδi
kδjlδ
kr
= viwjur
El conjunto tril(V ) = {B : V × V × V → R} tambien es un espacio vectorial,generado por los βi ⊗ βj ⊗ βk con todas las combinaciones de i, j, k desde 1 hastadimV = n, por lo tanto dimtril(V ) = n3.
§ Producto tensorial de espacios vectoriales
Sean V, W dos espacios vectoriales sobre los reales R. Indicamos con
V = 〈{b1, ..., bn}〉
que el espacio V esta generado por los vectores basicos bi. En otras palabras; siX ∈ V entonces
X = Xsbs
es la combinacion lineal X = X1b1 + X2b2 + · · ·+ Xnbn.
Si W = 〈{d1, ..., dm}〉 es otro espacio vectorial, entonces definimos
V ⊗ W = 〈{b1 ⊗ d1, b1 ⊗ d2, ..., bn ⊗ dm, }〉,
esto implica que si B ∈ V ⊗ W entonces
B = Bstbs ⊗ dt
lo cual es la combinacion lineal bi-indexada:
B = B11b1 ⊗ d1 + B12b1 ⊗ d2 + · · ·+ Bnmbn ⊗ dm
Ejemplo: R2 ⊗ R3 es generado por el producto de sus bases
e1 =(
10
), e2 =
(01
)
para R2 y
ε1 =
100
, ε2 =
010
, ε3 =
001
para R3
e1 ⊗ ε1, e1 ⊗ ε2, e1 ⊗ ε3
e2 ⊗ ε1, e2 ⊗ ε2, e2 ⊗ ε3
respectivamente son:
(10
)⊗
(100
),
(10
)⊗
(010
),
(10
)⊗
(001
),
(01
)⊗
(100
),
(01
)⊗
(010
),
(01
)⊗
(001
)
Ası el espacio vectorial R2 ⊗ R3 = gen{ei ⊗ εj} donde i = 1, 2 y j = 1, 2, 3,por lo que si T ∈ R2 ⊗ R3 entonces
T = T µνeµ ⊗ εν
El espacioR2 ⊗ R3
es de dimension 6 y es naturalmente isomorfo a R6 generado por
E1 =
100000
, E2 =
010000
,E3 =
001000
, E4 =
000100
, E5 =
000010
, E6 =
000001
Y entonces un isomorfismo es:
e1 ⊗ ε1 7→ E1
e1 ⊗ ε2 7→ E2
e1 ⊗ ε3 7→ E3
e2 ⊗ ε1 7→ E4
e2 ⊗ ε2 7→ E5
e2 ⊗ ε3 7→ E6
que sin embargo no es el unico. Por ejemplo otro pudiera ser
e1 ⊗ ε1 7→ E1
e1 ⊗ ε2 7→ −E1 + E2
e1 ⊗ ε3 7→ E3 − 8E4
e2 ⊗ ε1 7→ E4
e2 ⊗ ε2 7→ 3E5 + E6
e2 ⊗ ε3 7→ E6
e1 ⊗ ε1 7→ E1 − 9E2 + 100E6
e1 ⊗ ε2 7→ E3 + 5E4 − E6
e1 ⊗ ε3 7→ E1 − E2 − E3 + 8E4 − E6
e2 ⊗ ε1 7→ E2 − E4 − E6
e2 ⊗ ε2 7→ E1 − 3E5 + E6
e2 ⊗ ε3 7→ E6
Los objetos en V ⊗ V se llaman tensor contravariante de rango 2 en V o bienun 2-contratensor.
Los objetos en V ∗ ⊗ V ∗ se llaman tensor covariante de rango 2 en V o bienun 2-cotensor.
Los objetos en V ∗ ⊗ V se llaman tensor mixto de rango 2 en V .
Los elementos basicos de V ∗ ⊗ V ∗ pueden ser visualizados como transforma-ciones bilineales
βi ⊗ βj : V × V → R
mediante la asignacion dada por
(X, Y ) 7→ βi ⊗ βj(X, Y ) = βi(X)βj (Y ) = XiY j
Similarmente los elementos basicos de V ⊗ V pueden ser considerados comomapas bilineales
bi ⊗ bj : V ∗ ⊗ V ∗ → R
mediante la asignacion
(f, g) 7→ bi ⊗ bj(f, g) = f(bi)g(bj) = figj
Un elemento basico de V ∗ ⊗ V se puede ver como un mapa bilineal
V × V ∗ → R
mediante la formula
(X, f) 7→ βi ⊗ bj(X, f) = βi(X)f(bj ) = Xifj
Efectivamente estas reglas son bilineales, pues por ejemplo, para cualesquieraescalares a, c ∈ R y vectores X, Y, Z ∈ V tenemos
βi ⊗ βj(aX + cY, Z) = aβi ⊗ βj(X, Z) + cβi ⊗ βj(Y, Z)
βi ⊗ βj(X, aY + cZ) = aβi ⊗ βj(X, Y ) + cβi ⊗ βj(X, Z)
que son respectivamente
(aXi + cY i)zj = aXiZj + cY iZj
Xi(aY j + cZj) = aXiY j + cXiZj
Toda transformacion bilineal V × V → R esta generada por los βi ⊗ βj pues siB : V × V → R es un mapeo bilineal arbitario, este se expresara como
B = Bstβs ⊗ βt
y denotaremos con T (2,0)V el espacio vectorial generado por los βi ⊗ βj , en otraspalabras
T (2,0)V = 〈{βi ⊗ βj}〉
§§ ¿Como cambian de componentes de un mapeo bilineal cuandocambiamos de base en V ?
Si B = Bstβs ⊗ βt y C : V → V es un cambio de bases bi 7→ Cbi = Cµ
ibµ obien bi = (C−1)µ
icµ entonces
B = Bstβs ⊗ βt
= Bst(C>)σµ(C>)ρ
νγσ ⊗ γρ
= (C>)σsBst(C>)ρ
tγσ ⊗ γρ
= (C>)σsBstC
tργ
σ ⊗ γρ
= Bσργσ ⊗ γρ
donde B = C>BC
Similarmente el conjunto de los mapas tri-lineales
T (3,0)V = 〈{βi ⊗ βj ⊗ βk}〉
donde βi ⊗ βj ⊗ βk(X, Y, Z) = XiY jZk es una construccion tri-lineal basica. Asıcualquier otro mapa trilineal T : V × V × V → R se escribe conforme a
T = Tstuβs ⊗ βt ⊗ βu
No es difıcil visualizar lo que hay en el espacio vectorial T (k,0)V y cual es unabase para el. ¿puede ud. decir cual es las dimension de cada uno de estos espaciosvectoriales?
§§ Espacios de co-tensores
T (0,0)V = RT (1,0)V = V ∗
T (2,0)V = V ∗ ⊗ V ∗ = bil(V )T (3,0)V = V ∗ ⊗ V ∗ ⊗ V ∗ = tril(V )T (4,0)V = V ∗ ⊗ V ∗ ⊗ V ∗ ⊗ V ∗
.
.
§ Espacios de contra-tensores
T (0,1)V = VT (0,2)V = V ⊗ V = bil(V ∗)T (0,3)V = V ⊗ V ⊗ V = tril(V ∗)T (0,4)V = V ⊗ V ⊗ V ⊗ V..
§§ Espacios de tensores mixtos
T (1,1)V = V ∗ ⊗ V = hom(V )T (2,1)V = V ∗ ⊗ V ∗ ⊗ VT (1,2)V = V ∗ ⊗ V ⊗ VT (2,2)V = V ∗ ⊗ V ∗ ⊗ V ⊗ V...§§ El algebra tensorial
El algebra tensorial de un espacio V es un espacio vectorial de dimension infinitay esta definido como
TV =∞⊕
k=l=0
T (k,l)V
TV = T (0,0)V ⊕T (1,0)V ⊕T (0,1)V ⊕T (2,0)V ⊕T (1,1)V ⊕T 0,2V ⊕T (3,0)V ⊕T (2,1)V · · ·
Algebra de Grassmann
Importantes son las transformaciones multilineales que son antisimetricas, esdecir transformaciones multilieales que cambian de signo cuando intercambiamos(transponemos) dos de sus argumentos. Por ejemplo un mapa bilineal B : V ×V →R es antisimetrico (o alternante) si satisface
B(X, Y ) = −B(Y, X)
un trilineal alternante cumple
T (X, Y, Z) = −T (Y, X, Z)= T (Y, Z, X)= −T (Z, Y, X)
La construccionβi ∧ βj = β ⊗ βj − βj ⊗ βi
define un operador bilineal antisimetrico basico y satisface
βi ∧ βj(X, Y ) = XiY j − XjY i
Otra notacion esβi ∧ βj = β[i ⊗ βj]
Estos objetos generan un subespacio de mapas bilineales –tambien llamadosbivectores o 2-formas– y los simbolizamos con
Λ2V = gen{β1 ∧ β2, β1 ∧ β3, ..., βn−1 ∧ βn}
esto implica que si B ∈ Λ2V entonces B = Bstβs ∧ βt
Observe que βi ∧ βi = 0 para cada i.
Observa que si dimV = 3 entonces
β1 ∧ β2, β1 ∧ β3, β2 ∧ β3
son los unicos bivectores basicos por lo tanto dimΛ2V =(32
)= 3
Ahora que si dimV = 4 entonces
β1 ∧ β2, β1 ∧ β3, β2 ∧ β3, β2 ∧ β4, β3 ∧ β4
son los unicos bivectores basicos por lo tanto dimΛ2V =(42
)= 6
Generailzando cuando dim V = n entonces
β1 ∧ β2, β1 ∧ β3, β2 ∧ β3, ..., βn−1 ∧ βn
son los unicos bivectores basicos por lo tanto dimΛ2V =(n2
)
El espacio vectorial ΛkV generado por los productos exteriores de k-covectoresbasicos
βi1 ∧ βi2 ∧ · · · ∧ βik
donde los indices cumplen i1 < i2 < · · · < ik, tiene dimension(nk
)i.e.
dim(ΛkV ) =(
dim V
k
)
El espacio ΛnV esta generado por la unica n-forma β1 ∧ β2 ∧ · · · ∧ βn por loque dim(ΛnV ) = 1.
§§ El algebra exterior
El espacio vectorial
ΛV = Λ0V ⊕ Λ1V ⊕ · · · ⊕ Λn−1V ⊕ ΛnV
junto con el producto exterior ∧ constituyen un algebra que recibe el nombre dealgebra de Grassmann (o algebra exterior) de V