Análise Vetorial

An alise Vetorial
Jens Mund
Notas de Aula, DF-UFJF, 2010-1
Conte udo
1

Algebra Linear. 2
2 O Espaco Fsico. 9
3 Sistemas de Coordenadas. 10
3.1 Coordenadas Cartesianas e Lineares. . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2 Coordenadas Cilndricas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.3 Coordenadas Esfericas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.4 Coordenadas Curvilneas em Geral. . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4 Curvas. 15
5 Campos Escalares e Vetoriais. 16
6 Integrais. 17
6.1 Integrais de Curva. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
6.2 Integrais de Superfcie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
6.3 Integrais de Volume. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
7 Operadores Diferenciais. 20
7.1 A Derivada Direcional. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
7.2 O Gradiente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
7.3 A Divergencia e o Teorema de Gauss. . . . . . . . . . . . . . . . . . . . . . . . . . 22
7.4 O Rotacional e o Teorema de Stokes. . . . . . . . . . . . . . . . . . . . . . . . . . . 25
7.5 Operador de Laplace. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
7.6 O C alculo-Nabla. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
7.7 Equa cao de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
8 Tensores. 31
8.1

Algebra Linear de Tensores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
8.1.1 Produto Tensorial. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
8.1.2 Exemplos: Tensor Kronecker, Tensor metrico, n-Forma de Volume. . . . . . 34
8.1.3 Mudanca de Base. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
8.1.4 Opera coes com Tensores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
8.2 Analise Tensorial. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
8.3 Aplica cao: Tensores de Deformacao e Tensao, Lei de Hooke. . . . . . . . . . . . . . 43
A Divergencia e Rotacional na Geometria Diferencial. 46
A.1 Caracterizacao da Divergencia na Geometria Diferencial. . . . . . . . . . . . . . . . 46
A.2 Caracterizacao do Rotacional na Geometria Diferencial. . . . . . . . . . . . . . . . 49
B Exerccios. 51
Agradecimentos. Agrade co Rodrigo Ferreira Falci e Adriano de Oliveira Zangirolami para as
muitas corre coes!
1
2 An alise Vetorial, 13/07/2010
1

Algebra Linear.
Deni cao 1 Seja V um conjunto (os vetores) com uma opera cao + : V V V (a adi cao
de vetores) e : R V V (multiplica cao de vetores por escalares). V e chamado de espaco
vetorial (ou espaco linear) se para todos u, v, w V e s, t R vale:
u +v = v +u (comutatividade); (1)
u + (v +w) = (u +v) +w (associatividade); (2)
(s +t) u = s u +t u (distributividade); (3)
t (u +v) = t u +t v ( ); (4)
s (t u) = (st) u (associatividade); (5)
1 u = u. (6)
Ademais, existe um vetor distinguido, 0 (o vetor nulo), t.q. u + 0 = u para todos u V , bem
como para cada v um vetor v, tal que v + (v) = 0.
E costume deprezar o e escrever tu em vez de t u. Os n umeros reais, neste contexto, s ao

frequentemente chamados de escalares. Os elementos de um espaco vetorial s ao chamados de
vetores. Uma soma de vetores da forma
n
i=1
t
i
u
i
:= t
1
u
1
+ +t
n
u
n
e chamado combina c ao linear dos vetores u
1
, . . . , u
n
. O conjunto de todas combinacoes lineares
dos vetores u
1
, . . . , u
n
e chamado o gerador (ou a varredura linear) deles, denotado por
spanu
1
, . . . , u
n
:=
_
n
i=1
t
i
u
i
, t
i
R
_
. (7)
Deni cao 2 i) Um conjunto u
1
, . . . , u
n
e chamado de linearmente independente se
n
i=1
t
i
u
i
=
0 implica t
1
= = t
n
= 0. No outro caso, ele e chamado de linearmente dependente.
ii) Um conjunto a
1
, . . . , a
n
de vetores e uma base de V se ele e linearmente independente e
a sua varredura coincide com V .
Teorema e Deni cao 1.1 Cada espaco vetorial possui uma base. Todas bases de um dado espaco
vetorial V tem a mesma cardinalidade. Esta cardinalidade e chamada a dimensao de V .
Dada uma base a
1
, . . . , a
n
, cada vetor v em V possui uma unica decomposicao
v =
n
i=1
v
i
a
i
. (8)
Os coecientes v
i
s ao chamados as componentes (contravariantes) do vetor v com respeito à base
a
1
, . . . , a
n
. Eles claramente dependem da base, e agora discutiremos como eles se transformam
sob uma mudanca de base. Supomos ent ao que a
1
, . . . , a
n
e uma outra base, e sejam v
i
as
coordenadas (=componentes) correspondentes do vetor v, i.e. v =
v
i
a
i
. Cada a
j
possui uma
decomposicao com respeito à base a
1
, . . . , a
n
:
a
j
=
n
i=1
A
i
j
a
i
. (9)
( a
j
pode ser encarado como a imagem de a
j
sob uma aplica cao linear A denida pela propria
equacao acima: a
j
= Aa
j
:=
n
i=1
A
i
j
a
i
.)
Lema 1.2 (Mudanca de Base) Sejam as duas bases relacionadas conforme (9). Entao vale
v
i
=
n
j=1
A
i
j
v
j
. (10)
Analise Vetorial, 13/07/2010 3
Observe que as componentes v
i
de um vetor transformam numa maneira contraria à trans-
formacao dos vetores da base. Dah provem o nome componentes contravariantes.
Demonstrac ao.
v =
n
j=1
v
j
a
j
=
n
j=1
v
j
n
i=1
A
i
j
a
i
=
n
i=1
_
n
j=1
A
i
j
v
j
_
a
i
.
Isso mostra que v
i
=
n
j=1
A
i
j
v
j
, como armado.
Uma aplica cao : V W entre dois espacos vetoriais V, W e chamada linear se ela satisfaz
(su +tv) = s(u) +t(v). (11)
Se ela e bijetor, ela e chamada de isomorsmo linear. Se existe tal aplica cao, os espacos V e W
s ao chamadas de isomorcos. Observe que, dada uma base a
1
, . . . , a
n
de V , a aplica cao
v (v
1
, . . . , v
n
), (12)
onde v
n
s ao as componentes de v com respeito à base a
1
, . . . , a
n
, e um isomorsmo linear entre
V e R
n
.
Produto Escalar.
Deni cao 3 Uma aplica cao : V V R e chamada de produto escalar se ela e
simetrica: u v = v u (13)
bilinear: (su +tv) w = s(u w) +t(v w); (14)
positiva denida: u u 0, (15)
u u = 0 se e somente se u = 0. (16)
(Por causa da simetria (13), a linearidade (14) tambem vale no segundo argumento.)
Um espaco vetorial com produto escalar e chamado de espaco euclideano. Ele possui uma
norma, denida por
|u| :=
u u 0, (17)
satisfazendo |tu| = [t[ |u|. O unico vetor com norma zero e o vetor 0. Verique-se que para dois
vetores u e v ortogonais, ie. u v = 0, vale o Teorema de Pitagoras:
|u +v|
2
= |u|
2
+|v|
2
. (18)
Se u v = 0, nos chamamos os vetores u e v de ortogonais, em smbolos
u v.
Para um subconjunto U V , o conjunto de vetores que s ao ortogonais a todos vetores em U e um
subespaco linear, chamado do complemento ortogonal a U, em smbolos U
:
U
:= v V : v u = 0 u U.
Um conjunto de vetores u
1
, . . . , u
r
e chamado de sistema ortogonal se eles s ao mutualmente
ortogonais, i.e. u
i
u
j
= 0 se i ,= j.

E simples vericar que um sistema ortogonal sempre e
linearmente independente. O conjunto e chamado de sistema ortonormal (ou SON) se em adicao
todos u
i
s ao normalizados, i.e. tem norma 1. Isto pode ser caraterizado em smbolos por
u
i
u
j
=
ij
,
onde
ij
e o chamado smbolo de Kronecker:
ij
:=
_
1, se i = j,
0, se i ,= j.
(19)
Um conjunto de vetores e
1
, . . . , e
n
e chamado de uma base ortonormal (ou BON) se ele e uma
base e tambem um sistema ortonormal. Em outras palavras, se ele e um SON e o gerador dele
coincide com o espaco inteiro, V . Lembramos que as componentes v
i
de um vetor v V com
respetio à base s ao denidos pela decomposicao
v =
n
i=1
v
i
e
i
. (20)
Lema 1.3 As componentes v
i
de um vetor v com respeito a uma base e
1
, . . . , e
n
ortogonal s ao
dadas por
v
i
=
e
i
v
|e
i
|
2
. (21)
Se a base for uma BON, ent ao claramente v
i
= e
i
v.
Demonstrac ao. Supomos que os vetores e
1
, . . . , e
n
s ao um sistema ortogonal, i.e., e
k
e
i
= |e
k
|
2
ki
.
Multiplicando os dois lados da eq. (20) por e
k
da
e
k
v =
n
i=1
v
i
e
k
e
i
=
n
i=1
v
i
|e
i
|
2
ki
= v
k
|e
k
|
2
.
O exemplo principal de um espaco euclideano e o R

n
, cujos elementos denotamos por n-uplas
ordenadas, e.g. x = (x
1
, . . . , x
n
). O produto escalar e dado por
(x
1
, . . . , x
n
) (y
1
, . . . , y
n
) :=
n
i=1
x
i
y
i
.
A chamada BON canonica do R
n
s ao os vetores (1, 0, . . . , 0), (0, 1, 0, . . . , 0), . . ., (0, . . . , 0, 1). Qual-
quer espaco vetorial euclideano V de dimensao n e isomorco ao R
n
(i.e., pode ser identicado
com o R
n
). A saber, o isomorsmo linear denido na eq. (12) preserve o produto escalar se a base
(qual referem as componentes) for uma BON:
u v =
n
i=1
u
i
v
i
= (u
1
, . . . , u
n
) (v
1
, . . . , v
n
),
onde u
i
e v
i
s ao as componentes de u e v com respeito à BON.
Lema 1.4 (Projecao) Seja U V um subespaco linear. Entao, cada v V tem uma unica
decomposi c ao
v = v
1
+v
2
com v
1
U e v
2
U
. (22)
O vetor v
1
e determinado pela seguinte formula. Seja e
1
, . . . , e
n
uma BON de V t.q. e
1
, . . . , e
r

U. Entao,
v
1
=
r
i=1
(e
i
v) e
i
U. (23)
O vetor v
1
e chamado de projec ao de v sobre U, em smbolos v
1
=: P
U
v. Como (U
= U, a
decomposicao (22) pode ser encarada como v = v
2
+v
2
com v
2
U
e v
1
(U
, ent ao v
2
e a
proje cao de v sobre U
: v
2
= P
U
v. Isto implica que
P
U
+P
U
= I. (24)
Demonstrac ao. Existencia da decomposicao (22): Dene v
1
como na eq. (23), e v
2
:= v v
1
.
Com isto, a eq. (22) e satisfeita e v
1
e claramente em U. Falta s o mostrar que v
2
est a em U
.
Para estes ns, calcule para e
i
, 1 i r,
e
i
v
2
= e
i
_
v
r
j=1
(e
j
v) e
j
_
= e
i
v
r
j=1
(e
j
v) e
i
e
j
= e
i
v e
i
v = 0,
pois e
i
e
j
=
ij
. Isto mostra que v
2
U
.
Unicidade da decomposicao (22): Supomos que existem outros vetores v
1
U e v
2
U
tal que
v = v
1
+v
2
. Ent ao (v
1
v
1
)+(v
2
v
2
) = 0 e 0 = |(v
1
v
1
)+(v
2
v
2
)|
2
= |v
1
v
1
|
2
+|v
2
v
2
|
2
,
onde temos usado o Pitagoras (18). Isto implica v
1
= v
1
e v
2
= v
2
.
A aplica cao P
U
: v P
U
v e uma aplica cao linear, a chamada projec ao ortogonal sobre U. No
caso U e unidimensional, gerado por um vetor u, escrevemos P
u
em vez de P
U
. Neste caso, o vetor
normalizado u/|u| constitui uma BON de U, e ent ao a eq. (23) implica que a proje cao P
u
e dado
por
P
u
v =
u v
|u|
2
u. (25)
O Lema tem uma consequencia importante, a chamada desigualdade de Cauchy e Schwarz:
Lema 1.5 (Cauchy-Schwarz) Para todos vetores u, v vale
[u v[ |u| |v|. (26)
A igualdade = vale se e somente se u e v s ao co-lineares.
Demonstrac ao. Dado u, v V , decompomos v como
v = P
u
v +v
2
,
onde v
2
P
u
v conforme o Lema 1.4. Pelo Pitagoras (18), |v|
2
e a soma da norma quadrada
de P
u
v mais a norma quadrada de v
2
. Como esta norma e positiva, vale |v| |P
u
v|. Mas
|P
u
v| = [u v[/|u| pela eq. (25). Isto mostra eq. (26). A igualdade = vale obviamente se e
somente se v
2
= 0, o seja, se u e v s ao co-lineares.
Como
|u +v|
2
= |u|
2
+|v|
2
+ 2 u v |u|
2
+|v|
2
+ 2[u v[
|u|
2
+|v|
2
+ 2|u||v| =
_
|u| +|v|
_
2
,
nos temos a desigualdade triangular:
|u +v| |u| +|v|. (27)
Orientacao de BONs. Supomos que nos temos duas BONs |e
1
, . . . , e
n
e |e
1
, . . . , e
n
. Fazendo a
decomposic ao dos e
j
com respeito à base |e
1
, . . . , e
n
, temos
e
j
=
n
i=1
R
i
j
e
i
, (28)
(compare com Eq. (9)). O fato que as duas bases s ao ortonormais implica que
ij
= e
i
e
j
=
k,l
R
k
i
R
l
j
e
k
e
l
=
k
R
k
i
R
k
j
= (R
T
R)
i
j
, (29)
onde nos consideramos R
k
j
como coecientes de uma matriz R como na Eq. (31), e R
T
denota a matriz
transposta. A Eq. (29) signica que R
T
R e a matriz-unidade (que signica que R e uma matriz ortogonal,
R O(n)), e implica que a determinante de R
T
R e um. Por outro lado, det(R
T
R) = det(R
T
) det(R) =
det(R)
2
, entao a matriz R que relaciona as duas bases segundo Eq. (28) deve ter determinate +1 ou
1. Ademais, composic ao de mudancas de base corresponde ao produto de matrices, a saber: Vamos por
enquanto denotar a matriz R na eq. (28) de R
{e
1
,...,e
n
}
{e
1
,...,e
n
}
. Se consideramos uma terceira BON |e
1
, . . . , e
n
,
entao vale
R
{e
1
,...,e
n
}
{e
1
,...,e
n
}
= R
{e
1
,...,e
n
}
{e
1
,...,e
n
}
R
{e
1
,...,e
n
}
{e
1
,...,e
n
}
.
Isto implica (exerccio!) que existem duas classes de BONs, onde cada par de BONs dentro de uma classe
e relacionado por uma matriz R com determinante +1. Por convenc ao, chamamos uma daquelas classes as
BONs com orienta cao positiva (ou BONs orientadas), e a outra classe as BONs com orienta c ao negativa.
Determinante. Seja e
1
, . . . , e
n
uma BON com orienta cao positiva de V , e sejam u
1
, . . . , u
n
n vetores in V com decomposicoes
u
j
=
n
i=1
u
i
j
e
i
, j = 1, . . . , n. (30)
Seja A a matriz com coecientes u
i
j
, i.e.,
A :=
_
_
_
_
u
1
1
u
1
n
u
2
1
u
2
n

u
n
1
u
n
n
_
_
_
_
. (31)
Ent ao denimos a determinante dos vetores u
1
, . . . , u
n
por
det(u
1
, . . . , u
n
) := det(A). (32)
Isto realmente e independente da BON (orientada!), pela seguinte razao. Seja | e
i
, i = 1, . . . , n uma
outra BON orientada. Entao ela e relacionada com |e
1
, . . . , e
n
via Eq. (28), onde R e uma matriz com
determinate 1. Pelo Lema 1.2, as componentes u
i
j
e u
i
j
do vetor u
j
com respeito à BON |e
i
e | e
i
,
respectivamente, s ao relacionadas por u
i
j
=
k
R
i
k
u
k
j
. Isto implica (exerccio!) que a matriz

A com
coecientes u
i
j
e a matriz A da Eq. (31) s ao relacionadas por

A = AR, que por sua vez implica que
det(

A) = det(R) det(A). Mas det(R) = 1, entao det(

A) = det(A), mostrando que a denic ao (32) e
independente da BON orientada.
Observa c oes sobre a determinante: A determinante e uma aplicac ao n-linear e totalmente anti-simetrica
(i.e., trocar dois argumentos resulta num fator 1). Este fato, e a normalizac ao det(e
1
, . . . , e
n
) = 1 para
uma BON orientada, xa a aplicac ao completamente, ver eq. (33) abaixo. Em geral, temos:
Lema 1.6 Seja D : V
n
R uma aplicacao n-linear, totalmente anti-simetrica (aqu, n e a dimens ao de
V ). Ent ao existe uma constante c R tal que para todos v
1
, . . . , v
n
vale
D(v
1
, . . . , v
n
) = c det(v
1
, . . . , v
n
).
(Esse fator c e o valor de D numa BON com orienta cao positiva.)
Demonstracao. A n-linearidade e anti-simetria implicam
det(u
1
, . . . , u
n
) =
i
1
,...,i
n
u
i
1
1
u
i
n
n
det(e
i
1
, . . . , e
i
n
) =
i
1
,...,i
n
u
i
1
1
u
i
n
n

i
1
i
n
det(e
1
, . . . , e
n
)
=
i
1
,...,i
n
u
i
1
1
u
i
n
n

i
1
i
n
, (33)
onde u
i
s ao os componentes de u
i
no sentido da Eq. (30) com respeito a qualquer BON positiva, e
i
1
i
n
e o chamado smbolo de Levi-Cività:
1
i
1
i
n
:=
_
_
0, se |i
1
, . . . , i
n
,= |1, . . . , n,
1, se (1, . . . , n) (i
1
, . . . , i
n
) e uma permuta c ao par,
1, se (1, . . . , n) (i
1
, . . . , i
n
) e uma permuta c ao impar.
(34)
Para qualquer outra aplicac ao D : V
n
R n-liner e totalmente anti-simetrica vale o mesmo raciocino,
levando à conclusao
D(u
1
, . . . , u
n
) =
i
1
,...,i
n
u
i
1
1
u
i
n
n
D(e
i
1
, . . . , e
i
n
) =
i
1
,...,i
n
u
i
1
1
u
i
n
n

i
1
i
n
D(e
1
, . . . , e
n
)
= D(e
1
, . . . , e
n
) det(u
1
, . . . , u
n
).
1
Observe que a anti-simetria implica que a determinante e zero se os argumentos sao linearmente dependentes.
Produto Vetorial.
Lema 1.7 Seja V um espaco euclideano, e : V R uma aplicac ao linear. Entao existe um
unico vetor w em V t.q.
(u) = w u u V. (35)
Demonstrac ao. Seja e
1
, . . . , e
n
uma base ortogonal em V . Dene
w :=
n
i=1
(e
i
) e
i
. (36)
E facil ver que vale eq. (35). Para comprovar a unicidade, seja w
um outro vetor que satisfaz

eq. (35). Ent ao w u = w
u (= (u)) para todos u V . Isto implica que ww
e ortogonal a
todos vetores em V , inclusive a si mesmo: (w w
) (w w
) = 0. Conforme a denicao de um
produto escalar, ver eq. (16), isso implica w w
= 0, ou seja, w = w
.
Vamos agora denir o produto vetorial, valente somente em tres dimensoes. Dado dois vetores
u, v V , a aplica cao w det(u, v, w) claramente e linear.
Deni cao 4 O produto vetorial uv de dois vetores u, v V e o unico vetor, conforme Lema 1.7,
t.q. para qualquer w V vale
(u v) w = det(u, v, w). (37)
Em termos de uma BON e

1
, e
2
, e
3
em V , u v e dado, pela Eq. (36), por
u v =
3
i=1
det(u, v, e
i
) e
i
. (38)
Proposicao 1.8 i) O produto vetorial satisfaz
Anti-simetria: u v = v u; (39)
Bilinearidade: (su +tv) w = s(u w) +t(v w); (40)
Se e
1
, e
2
, e
3
e BON orientada : e
1
e
2
= e
3
, e
2
e
3
= e
1
, e
3
e
1
= e
2
; (41)
Identidade de Grassmann: u (v w) = (u w) v (u v) w. (42)
ii) O vetor u v e caracterizado por: 1. Norma: Ela satisfaz
2
|u v|
2
= |u|
2
|v|
2
(u v)
2
(|u| |v| sen)
2
, (43)
onde e o angulo entre u e v. 2. Dire c ao: uv e ortogonal a u e v, com sentido t.q. u, v, uv
tem orienta c ao positiva.
Observe que as equacoes (39) e (40) implicam a linearidade do produto vetorial no segundo argu-
mento. Ademais, as equacoes (39) ate (41) xam o produto vetorial.
Demonstrac ao. Eq.s (39), (40) e (41) s ao vericadas direitamente a partir da denicao. A identi-
dade de Grassmann (42) verique-se num primeiro passo para uma BON. Para mostrar a eq. (43),
aplique a identidade de Grassmann no ultimo termo em
|u v|
2
(u v) (u v) = det(u, v, u v) = det(v, u v, u) =
_
v (u v)
_
u.
Na introduc ao do rotacional à la geometria diferencial vamos usar o seguinte fato.

2
Vamos ver depois (ver Eq. (47)) que a norma de uv, dada pela Eq. (43), coincede com a area do paralelogramo
gerado por u e v.
Lema 1.9 Seja V um espaco euclideano de dimens ao tres, e : V V R uma aplicacao bilinear e
anti-simetrica. Ent ao existe um unico vetor w em V t.q.
(u, v) = w (u v) det(w, u, v) u, v V. (44)
Demonstracao. Seja |e
1
, e
2
, e
3
uma BON orientada em V . Dene
w := (e
2
, e
3
) e
1
+ (e
3
, e
1
) e
2
+ (e
1
, e
2
) e
3
. (45)
Este vetor satisfaz Eq. (44), como se calcula direitamente. Para comprovar a unicidade, seja w
um outro
vetor que satisfaz Eq. (44). Entao w
:= w w
deve satisfazer w
(u v) = 0 para todos u, v V .
Mas cada vetor em V e da forma u v para u, v apropriadas, entao w
e ortogonal a todos vetores em

V , inclusive sim mesmo. Isso implica w
= 0, ou seja, w = w
.
Volume de Paraleleppedos. Dado vetores u
1
, . . . , u
r
V , o conjunto
(u
1
, . . . , u
r
) :=
_
r
i=1
t
i
u
i
, t
i
[0, 1]
_
(46)
e chamado o paraleleppedo gerado pelos vetores u
1
, . . . , u
r
. O volume pode ser denido iterati-
vamente como seguinte. Para iniciar, o volume do paraleleppedo gerado por um unico vetor e a
norma dele. O volume do paraleleppedo gerado por u
1
, . . . , u
r+1
e o volume do paraleleppedo
gerado por u
1
, . . . , u
r
(a base) vezes a norma da proje cao de u
r+1
ao complemento ortogonal
dos vetores u
1
, . . . , u
r
(a altura), conforme Lema 1.4. (Observe que nos casos r = 1 e 2, o
paraleleppedo tambem e chamado segmento de reta ou paralelogramo, respectivamente, e o seu
volume e o comprimento ou area, respectivamente.)
Vamos primeiro calcular a area de um paralelogramo (u, v) gerado pelos vetores u, v: A
base e a norma de u, e a altura e a norma do vetor v
2
u na decomposicao v = P
u
v + v
2
.
Temos
|v
2
|
2
= |v P
u
v|
2
= |v|
2
(u v)
2
|u|
2
,
que implica
Vol (u, v) = base altura = |u||v
2
| =
_
|u|
2
|v|
2
(u v)
2
.
Mas pela Eq. (43), isto e a norma o vetor u v. Ent ao a area do paralelogramo e dada por
Vol (u, v) = |u v|. (47)
Vamos agora calcular o volume de um paralelppedo tri-dimensional (u, v, w) gerado pelos vetores
u, v, w: A base e a area do paralelogramo (u, v), |u v|. A altura e a norma da proje cao
de w sobre o complemento ortogonal de u, v. O ultimo e unidimensional, gerado por uv. Ent ao,
a altura e |P
uv
w|, e o volume e
Vol (u, v, w) = base altura = |u v| |P
uv
w|.
Mas os vetores uv e P
uv
w s ao colineares, ent ao o produto das normas e justamente o modulo
do produto escalar:
|u v| |P
uv
w| = [(u v) P
uv
w[ = (u v) w [ det(u, v, w)[.
(Na segunda equacao, temos usado o fato que u P
u
v = u v.) Resumindo a discussao, o volume
do paralelppedo gerado por u, v, w e
Vol (u, v, w) = [ det(u, v, w)[. (48)
Em geral, vale o seguinte (Bibliograa: [2]).
Teorema 1.10 O volume do paraleleppedo gerado por u
1
, . . . , u
r
e dado por
Vol (u
1
, . . . , u
r
) = det(G)
1
2
. (49)
Aqu, G e a matriz
G :=
_
_
_
_
u
1
u
1
u
1
u
r
u
2
u
1
u
2
u
r

u
r
u
1
u
r
u
r
_
_
_
_
. (50)
No caso r = n
.
= dimV , vale det(G) = det(u
1
, . . . , u
n
)
2
, ent ao
Vol (u
1
, . . . , u
n
) = [ det(u
1
, . . . , u
n
)[. (51)
Demonstracao. Vamos mostrar a Eq. (49) via induc ao atraves r. Para r = 1, claramente det(G) =
|u
1
|
2
=Vol (u
1
)
2
. Supomos agora que a armac ao vale para um certo r 1, e mostramos que isto
implica que ela vale para r + 1. Sejam G e

G as matrizes para r e r + 1 vetores, respetivamente. O vetor
u
r+1
possui uma unica decomposic ao u
r+1
= v + a, onde v e na varredura dos vetores u
1
, . . . , u
r
e a e
ortogonal a estes vetores, conforme Lema 1.4. (Entao a e a projec ao de u
r+1
ao complemento ortogonal dos
vetores u
1
, . . . , u
r
.) Agora um pequeno c alculo mostra que det(

G) = det(G) |a|
2
. Mas u
1
, . . . , u
r
e a base
e |a| e a altura do paraleleppedo. Por hipotese da induc ao, det(G)
1/2
e o volume da base. Entao det(

G)
1/2
e igual ao volume da base vezes altura, ou seja, ao volume do paraleleppedo. Isto mostra a Eq. (49). Para
mostrar Eq. (51), vericamos por um pequeno c alculo que a matriz G coincede com A
T
A, onde A e a
matriz da Eq. (31). No caso r = n, isto implica que det(G) = det(A
T
A) = (det A)
2
det(u
1
, . . . , u
n
)
2
, e
mostra Eq. (51).
3
Demonstracao alternativa da eq. (51): O volume e invariante sob cisalhamento,
Vol (u
1
, . . . , u
i
+ tu
j
, . . . , u
n
) = Vol (u
1
, . . . , u
n
),
e ele e homogeneo em todos argumentos,
Vol (u
1
, . . . , tu
i
, . . . , u
n
) = t Vol (u
1
, . . . , u
n
), t > 0.
Isto implica que a aplicac ao D(u
1
, . . . , u
n
) := Vol (u
1
, . . . , u
n
), onde o sinal corresponde à orienta c ao
do argmento, e n-linear e totalmente anti-simetrica. Como o volume de um paraleleppedo gerado por uma
BON e 1, isto implica eq. (51) pelo Lema 1.6.
No caso r = 2, onde (u
1
, u
2
) e um paralelogramo, a determinante de G e dada por |u
1
|
2
|u
2
|
2
(u
2
u
2
)
2
. Mas pela Eq. (43), isto e a norma quadrada do vetor u
1
u
2
. Entao pela Eq. (49) nos recuperamos
a Eq. (47).
2 O Espaco Fsico.
Denotamos o espaco fsico por E, e pontos em E por o, p, q, . . . . Dado dois pontos o e p em
E, consideramos o segmento de reta orientado entre o e p (comecando em o e com ponta em
p). Aquela echa chamamos o vetor deslocamento entre o e p, notado por op. Na geometria
elementar aprendemos que as seguintes construcoes s ao possveis com regua e compasso.
(1) Translacao paralela. Uma echa op come cando em o pode ser transportada de o para qualquer
outro ponto o
1
por translac ao paralela. A ponta desta echa marca um certo ponto p
1
, ent ao a
echa transladada e da forma

o
1
p
1
. (Figura!) Nos identicamos a echa op e a echa transladada
o
1
p
1
. A classe de todas echas que provem de op por transla cao paralela sera ent ao considerada um
vector deslocamento. Vetores deslocamento notamos generalmente por u, v, w, . . ., e o conjunto de
todos vetores deslocamento denotamos por V .
4
Com isso, um ponto p E e um vetor deslocamento
v V determinam um unico ponto q t.q. pq = v (A saber, q e marcado pela ponta da echa v,
transladada tal que ela come ca em p). Nesta situacao, escrevemos q = p +v. Experimentalmente,
3
Observa que isto implica de novo que | det(u
1
, . . . , u
n
)| e independente da BON.
4
Alternativamente, podemos discriminar um ponto o E (a origem) e denir V como o conjunto de todos vetores
deslocamento que comecam em o.
verique-se que a transla cao paralela e comutativa:
5
(o +u) +v = (o +v) +u. (52)
(2) Medir a distancia entre quaisquer dois pontos p, q, notado por dist(p, q). Com isso, tambem
podemos medir o angulo (u, v) entre dois vetores u e v.
(3) Construir a proje cao ortogonal de um vetor v sobre um outro vetor u, notado por P
u
v.
(Figura!)
Estes fatos implicam que o conjunto V de vetores deslocamento e um espaco vetorial, com
norma e produto escalar. A adicao de vetores e denida como seguinte: u + v e denido como a
unica seta t.q. o + (u +v) = (o +u) +v. (A Eq. (52) implica a comutatividade u +v = v +u.)
O elemento neutral 0 e o vetor deslocamento com comprimento 0, caraterizado pelo fato que
vale p + 0 = p para todos p E. u e o unico vetor tal que u + u = 0. Para t 0, tu e o
vetor u, esticado pelo fator t. Isto, junto com a denicao do inverso u, xa operacionalmente a
multiplica cao de vetores por escalares. (Exerccio: Vericar que V realmente e um espaco vetorial
com estas denicaoes.) A norma de vetores e dada por
| pq| := dist(p, q). (53)
Esta norma realmente provem de um produto escalar, conforme Eq. (17), a saber:
u v := |u| |P
u
v| |u| |v| cos , (54)
onde = (u, v) e o angulo entre u e v. (O sinal na primeira equacao e positivo se u e P
u
v tem
o mesmo sentido, e negativo no outro caso.)
Na linguagem dos matematicos, tudo isso implica que o espa co fsico E (se gravitacao e acel-
era cao s ao desprezveis) tem a estrutura de um espaco am euclideano (da dimensao tres).
6
Ob-
servamos nalmente que E pode ser identicado com V , depois de escolher um ponto o E (a
origem ou referencial). A saber, dado o cada ponto p E tem o seu vetor posi c ao
r(p) := op V. (55)
Como a correspondencia p r(p) e unvoca, E pode ser identicado com V dessa maneira.
Observe que o vetor deslocamento entre p e q e dado por pq = r(q) r(p), ent ao temos
dist(p, q) = |r(q) r(p)|.
3 Sistemas de Coordenadas.
Coordenadas servem para especicar pontos no espaco de uma maneira quantitativa: Depois de
especicar um sistema de coordenadas, todo ponto no espaco tridimensional e unicamente especi-
cado por tres n umeros. A escolha de um sistema de Coordenadas depende da geometria e simetria
da situacao. Por exemplo, as coordenadas Cartesianas s ao uteis em situacoes homogeneas (com
simetria translacional em todas direcoes). Em situacoes com simetria rotacional em torno de um
eixo, ou em torno de um ponto discriminado, as coordenadas cilndricas ou esfericas, respectiva-
mente, s ao mais uteis. Em outras situacoes as vezes outras coordenadas s ao mais uteis, adaptadas
à geometria da situacao (coordenadas elpticas, hiperbolicas, . . . ).
5
Realmente, tudo isso vale so se o campo gravitacional e a acelera cao do laboratorio sao desprezveis. Em geral, o
espa co (tempo) e curvo. Neste caso, para cada ponto p ainda pode ser denido o conjunto de vetores comecando
em p (o chamado espa co tangente em p), mas a transla cao paralela depende do caminho, entao os vetores comecando
em p e aqueles comecando num outro ponto nao podem ser identicados. Tambem, a comutatividade (52) vale so
aproximadamente.
6
Um conjunto E e um espa co am se existe um espa co vetorial V e uma aplica cao E V E, (p, v) p +v,
t.q. vale:
i) Para cada p, q E existe um v V t.q. q = p +v. (Nota cao: v =: pq.)
ii) Para p E, u, v V vale p + (u +v) = (p +u) +v.
iii) Para p E, a equa cao p +v = p vale se e somente se v = 0.
Um espa co am E e chamado de espa co am euclideano se V possui um produto escalar. A dimensao de E e
denido pela dimens ao de V .
Observe que o vetor v = pq do item i) e unico pelo item iii).
Vamos recapitular primeiro as coordenadas Cartesianas, cilndricas e esfericas, e depois discutir
sistemas de coordenadas (curvilineas) em geral.
No seguinte, E e V denotam o espaco fsico e o espaco de vetores deslocamento, respetivamente.
Nos deixamos a dimensao, n, aberta (na pratica, claramente n = 2 ou 3).
3.1 Coordenadas Cartesianas e Lineares.
Depois de escolher uma origem o E e uma base e
1
, . . . , e
n
em V , para cada p E o vetor-
posicao r(p) = op possui uma unica decomposicao
r(p) =
n
i=1
x
i
(p) e
i
. (56)
Os n n umeros x
i
(p) denidos de tal maneira s ao chamados de coordenadas lineares do ponto p
com respeito à base e
i
. (Em outras palavras, aqueles coordenadas s ao os componentes do vetor-
posicao com respeito à esta base.) No caso a base seja ortonormal (ou seja, uma BON), os x
i
(p) s ao
chamados de coordenadas Cartesianas. (Neste caso, elas podem ser calculadas pela formula (21):
x
i
(p) = e
i
r(p).) No espaco tridimensional, vamos as vezes escrever x
1
= x, x
2
= y, x
3
= z, e
correspondentemente
e
1
=: e
x
, e
2
=: e
y
, e
3
=: e
z
. (57)
Na literatura encontra-se tambem a nota cao x, y, z ou

i,
j,

k.
As coordenadas lineares se transformam sob uma mudanca de base como descrito no Lema 1.2:
Seja e
1
, . . . , e
n
uma outra base, relacionado com a velha base por
e
j
=
n
i=1
A
i
j
e
i
, (58)
e sejam x
i
as coordenadas (=componentes) correspondentes. Ent ao, pelo Lema 1.2 vale
x
i
=
n
j=1
A
i
j
x
j
. (59)
Vamos agora considerar o caso quando as duas bases e
1
, . . . , e
n
e e
1
, . . . , e
n
s ao BONs. Neste
caso, vale
ij
= e
i
e
j
=
k,l
A
k
i
A
l
j
e
k
e
l
=
k
A
k
i
A
k
j
=
k
(A
T
)
i
k
A
k
j
= (A
T
A)
i
j
, (60)
onde nos consideramos A
k
j
como coecientes de uma matriz A, e A
T
denota a matriz transposta.
A Eq. (60) signica que A
T
A e a matriz-unidade, ou seja, A
1
= A
T
. Tal matrizes e chamada de
ortogonal. A aplica cao linear correspondente a ela via
A(e
i
) :=
j
A
j
i
e
j
(61)
(e extensao por linearidade, A(v) A(
i
v
i
e
i
) =
i,j
v
i
A
j
i
e
j
), preserve todas distancias (e
angulos), ent ao e uma rotac ao.
3.2 Coordenadas Cilndricas.
Em situacoes com simetria rotacional em torno de uma reta R (o eixo), e translacional na direcao
do mesmo eixo, usamos coordenadas cilndricas: (u
1
, u
2
, u
3
) = (, , z) (0, ) [0, 2] R. Elas
s ao denidas (operacionalmente) em ER como segue. Escolhemos eixos x, y e z tal que R coincide
com o eixo-z. Seja P
x,y
r(p) a proje cao do vetor r(p) ao plano x-y conforme Lema 1.4. Ent ao para
p E R denimos
(p) := distancia entre p e R (62)
(p) := angulo de P
x,y
r(p) com o eixo dos x positivos (63)
z(p) := e
z
r(p), (64)
onde e
z
e o vetor unitario na direcao dos z positivos. A rela cao com as coordenadas Cartesianas
e a seguinte. Se o ponto p tem coordenadas Cartesianas x, y, z, ent ao
(p) =
_
x
2
+y
2
, (p) = arctan(y/x), z(p) = z. (65)
Inversamente, se p tem coordenadas cilndricas , , z, ent ao
x(p) = cos , y(p) = sen , z(p) = z. (66)
3.3 Coordenadas Esfericas.
Em situacoes com simetria rotacional SO(3) em torno de um ponto discriminado o, usamos coor-
denadas esfericas: (u
1
, u
2
, u
3
) = (r, , ) (0, ) (0, ) [0, 2]. Elas s ao denidas (operacional-
mente) como segue. Escolhemos eixos x, y e z tal que o coincide com a origem. Ent ao para p em
E menos o eixo-z denimos
r(p) := dist(o, p) = |r(p)|, (67)
(p) := angulo de r(p) com o eixo dos z positivos, (68)
(p) := angulo de P
x,y
r(p) com o eixo dos x positivos, (69)
onde P
x,y
r(p) e a proje cao do vetor r(p) ao plano x-y conforme Lema 1.4. A rela cao com as
coordenadas Cartesianas e a seguinte. Se o ponto p tem coordenadas Cartesianas x, y, z, ent ao
r(p) =
_
x
2
+y
2
+z
2
, (70)
(p) = arccos
z
_
x
2
+y
2
+z
2
, (71)
(p) = arctan(y/x). (72)
Inversamente, se p tem as coordenadas esfericas r, , , ent ao
x(p) = r sen cos , y(p) = r sen sen , z(p) = r cos . (73)
3.4 Coordenadas Curvilneas em Geral.
Consideremos o exemplo de coordenadas cilndricas. A coordenada pode ser encarada como uma
aplica cao p (p) de E (ou um subconjunto de E) nos n umeros reais. Em outras palavras, a
coordenada e uma funcao, e o mesmo vale para as outras coordenadas , z. Ademais, dado um
ponto p, os tres n umeros (p), (p), z(p) unicamente especicam p (i.e., nao existe outro ponto
com as mesmas 3 valores de coordenadas).
Mais geralmente, um sistema de coordenadas e uma n-esima de funcoes
u
i
: E R, i = 1, . . . , n
t.q. a aplica cao E R
n
, p
_
u
1
(p), . . . , u
n
(p)
_
e localmente invertvel e diferenciavel (mais
precisamente, aquela aplica cao deve ser um difeomorsmo entre um certo domnio D E e sua
imagem em R
n
). Dessa maneira, o ponto p pode ser identicado com a n-upla de suas coordenadas
(u
1
(p), . . . , u
n
(p)). Por outro lado, depois de escolher uma origem o, um ponto p em E pode ser
identicado com seu vetor-posicao r(p) = op V . Por isso, o vetor-posicao r(p) de um ponto p
pode ser identicado com o n-esimo das coordenadas do ponto, e nos podemos (e vamos) escrever
r(u
1
, . . . , u
n
) := r(p) (74)
se p tem as coordenadas u
1
, . . . , u
n
. Muito uteis e importantes s ao as derivadas parciais dessa
aplica cao,
r
u
i
(p) = lim
0
1
_
r(u
1
, . . . , u
i
+, . . . , u
n
) r(u
1
, . . . , u
n
)
_
(75)
d
d
r(u
1
, . . . , u
i
+, . . . , u
n
)
=0
r(u
1
, u
2
)
r(u
1
+, u
2
)
r(u
1
, u
2
+)
r
u
1
r
u
2
Figura 1: Os vertores da base
r
u
1
,
r
u
1
.
onde u
1
, . . . u
n
s ao as coordenadas do ponto p. (Observe que isso e um vetor em V , e a denicao
nao depende da origem o E.) O vetor
r
u
i
(p) tem a direcao de u
i
crescente (com as outras
coordenadas xas), e a sua norma e a taxa de crescimento metrico naquela direcao, ver Fig. 1.
Este vetor pode ser caracterizado pelo seguinte fato: O vetor deslocamento entre o ponto p com
coordenadas u
1
, . . . , u
n
e o ponto com coordenadas u
1
, . . . , u
i
+ , . . . , u
n
coincede com
r
u
i
(p)
modulo termos da ordem
7
2
:
r(u
1
, . . . , u
i
+, . . . , u
n
) = r(u
1
, . . . , u
n
) +
r
u
i
(p) +O(
2
). (76)
E importante observar que

r
u
i
(p) realmente depende do ponto p! A unica exce cao s ao coorde-
nadas lineares, como por exemplo Cartesianas:
Exemplo 3.1 Se x
1
, . . . , x
n
s ao coordenadas Cartesianas, correspondente a uma BON
e
1
, . . . , e
n
, ent ao o vetor-posicao de um ponto p com coordenadas (x
1
, . . . , x
n
) R
n
e dado,
conforme equ.s (56) e (74), por r(x
1
, . . . , x
n
) =
n
i=1
x
i
e
i
. Consequentemente,
r
x
i
(p)
d
d
x
1
e
1
+ (x
i
+)e
i
+ x
n
e
n
=0
= e
i
, (77)
ou seja, o vetor
r
x
i
(p) e simplesmente e
i
em particular, constante!
O fato que a aplica cao p (u
1
, . . . , u
n
) e invertvel implica que, para cada p xo, o conjunto dos
n vetores
_
r
u
1
(p), . . . ,
r
u
n
(p)
_
(78)
e linearmente independente, ent ao uma base do espaco vetorial V . Vamos chamar ela de base de
vetores correspondente ao sistema de coordenadas u
1
, . . . , u
n
.
Mudanca de Coordenadas. Muitas vezes e util saber como os vetores de base
i
r e as com-
ponentes de vetores transformam sob uma mudanca de coordenadas. Sejam ent ao u
1
, . . . , u
n
e
u
1
, . . . , u
n
duas sistemas de coordenadas. Pela regra de cadeia, as respectivas bases em V s ao
relacionadas como seguinte:
r
u
i
(p) =
n
j=1
u
j
u
i
(p)
r
u
j
(p). (79)
Em particular em coordenadas Cartesianas, u
j
= x
j
, vale pela eq. (77),
r
u
i
(p) =
n
j=1
x
j
u
i
(p) e
j
. (80)
7
Digamos que duas fun coes f(x) e g(x) coincedem m odulo termos da ordem x
n
para pequenos x, em smbolos
f(x) = g(x) + O(x
n
), x 0,
se a fun cao (f(x) g(x))/x
n
e limitada em uma vizinhan ca da origem. Por exemplo, se f e duas vezes derivavel,
entao vale f(x) = f(0) + xf
(0) + O(x
2
). Isto implica eq. (76).
Exemplo 3.2 (a) Se os dois sistemas s ao coordenadas Cartesianas (ou lineares), u
i
= x
i
e u
i
=
x
i
, e eles se referem à mesma origem o, ent ao sabemos pela eq. (59) que eles s ao linearmente
relacionados,
x
i
=
n
j=1
A
i
j
x
j
.
Ent ao
x
j
x
i
e justamente o elemento da matriz A
j
i
(e
x
j
x
i
= (A
1
)
j
i
).
(b) Se u
1
, u
2
, u
3
x, y, z s ao coordenadas Cartesianas, e u
1
, u
2
, u
3
, , z coordenadas
cilndricas, ent ao
x
= cos
x
= sen
x
z
= 0
y
= sen
y
= cos
y
z
= 0
z
= 0
z
= 0
z
z
= 1
Consequentemente, a decomposicao dos vetores da base correspondentes às coordenadas cilndricas
e esfericas, respetivamente, em termos da BON e
x
, e
y
, e
z
e dada por
r
= cos e
x
+ sen e
y
,
r
= sen e
x
+ cos e
y
,
r
z
= e
z
. (81)
(c) Se u
1
, u
2
, u
3
x, y, z s ao coordenadas Cartesianas, e u
1
, u
2
, u
3
r, , coordenadas
esfericas, ent ao
x
r
= sen cos
x
= r cos cos
x
= r sen sen
y
r
= sen sen
y
= r cos sen
y
= r sen cos
z
r
= cos
z
= r sen
z
= 0
Consequentemente, a decomposicao dos vetores da base correspondentes às coordenadas esfericas
em termos da BON e
x
, e
y
, e
z
e dada por
r
r
= sen cos e
x
+ sen sen e
y
+ cos e
z
=
r
r
, (82)
r
= r cos cos e
x
+r cos sen e
y
r sen e
z
, (83)
r
= r sen sen e
x
+r sen cos e
y
. (84)
Coordenadas Ortogonais. Um sistema de coordenadas u

1
, . . . , u
n
chama-se sistema de co-
ordenadas ortogonais se, para cada p, os vetores
r
u
i
(p), i = 1, . . . , n, s ao mutuamente ortogonais.
Dado um tal sistema, e costume usar os vetores normalizados
e
i
(p) :=
1
h
i
(p)
r
u
i
(p), h
i
(p) :=
_
_
r
u
i
(p)
_
_
. (85)
(e
i
(p) e o vetor unitario na direcao u
i
crescente.) Os n vetores e
1
(p), . . . , e
n
(p) s ao uma BON.
Notacao: Na literatura encontra-se tambem a nota cao u
i
, por exemplo , , z no caso se coor-
denadas cilndricas e r,
, no caso de coordenadas esfericas.

Exemplo 3.3 Os sistemas de coordenadas cilndricas e esfericas s ao ortogonais. As normas h
i
dos
vetores da base correspondentes s ao
h
:=
_
_
r
_
_
= 1, h
:=
_
_
r
_
_
= , h
z
:=
_
_
r
z
_
_
= 1 (86)
no caso de coordenadas cilndricas, e
h
r
:=
_
_
r
r
_
_
= 1, h
:=
_
_
r
_
_
= r, h
:=
_
_
r
_
_
= r sen (87)
no caso de coordenadas esfericas.
Componentes de Vetores. Como os
r
u
i
(p) s ao uma base, cada vetor em V pode ser decom-
posto conforme
v =
i
v
i
(p)
r
u
i
(p). (88)
Os n umeros v
i
(p) s ao chamados as componentes (contravariantes) de v com respeito à base
r
u
1
(p), . . . ,
r
u
n
(p), ou com respeito às coordenadas u
1
, . . . , u
n
.
8
No caso de coordenadas
ortogonais, as componentes podem ser calculados pela eq. (21):
v =
n
i=1
v
i
(p)
r
u
i
(p) v
i
(p) = h
2
i
r
u
i
(p) v. (89)
Vamos estudar a transformacao de componentes sob uma mudanca de coordenadas. Tal mudanca
implica uma mudanca da base correspondente conforme eq. (79). Aplicando agora o Lema 1.2
(substituindo eq. (9) do Lema por (79)), temos o seguinte
Lema 3.4 (Transforma cao das Componentes) Seja v V e sejam v
i
e v
i
as componentes
de v com respeito às coordenadas u
1
, . . . , u
n
e u
1
, . . . , u
n
, respetivamente. Entao vale
v
i
(p) =
n
j=1
u
i
u
j
(p) v
j
(p). (90)
4 Curvas.
Uma curva parametrizada e uma aplica cao de um intervalo [a, b] R para E, t r(t). O vetor
tangente, em smbolos r(t), no ponto r(t) da curva e denido por
r(t) :=
d
dt
r(t) := lim
0
1
_
r(t +) r(t)
_
. (91)
(Observe que isso e um vetor em V , e a denicao nao depende da origem o E.) Se o par ametro t
tem o signicado do tempo, o vetor tangente r(t) tem a interpreta cao da velocidade instant anea,
frequentemente denotado por v(t). Neste caso, a segunda derivada
d
2
dt
2
r(t) =
d
dt
r(t) = v(t) e a
aceleracao, denotado por a(t).
Na pratica, uma curva r(t) e dada pelas coordenadas u
i
(t) := u
i
(r(t)). Aplicando a regra de
cadeia em
d
dt
r(u
1
(t), . . .), vimos que seu vetor tangente tem a decomposicao
r(t) =
n
i=1
u
i
(t)
r
u
i
(t), (92)
ent ao os componentes contravariantes (denidas pela Eq. (88)) de r(t) s ao dados por u
i
(t).
9
Se a
curva e dada em termos de coordenadas Cartesianas (x(t), y(t), z(t)), temos pela eq. (77)
r(t) = x(t) e
x
+ y(t) e
y
+ z(t) e
z
.
8
Obs.: 1. Mesmo o vetor v sendo constante (nao dependente do ponto p), as suas componentes v
i
(p) dependem
do ponto p, justamente por que os vetores
r
u
i
dependem de p. 2.

E importante distinguir as componentes v
i
(p)
no ponto p do vetor v das coordenadas u
i
(p)!
9
N os escrevemos
r
u
i
(t) em vez de
r
u
i
(r(t)).
Exemplo 4.1 A curva reta passando pelo ponto p no tempo t = 0 com velocidade v e dada por
r(t) = p +tv, e consequentenmente r(t) = v.
Escrevendo v =
i
v
i
(t)
i
r(t) e comparando com eq. (92), vimos que neste caso as componentes
de r(t) s ao dadas por
u
i
(t) = v
i
(p +tv). (93)
Aviso: Em constraste à eq. (92), vale

r(p)
!
=
n
i=1
u
i
(p)
r
u
i
(p),
em geral! (
Unica exce cao: Coordenadas lineares, como por exemplo Cartesianas.)

Para derivadas de curvas num espaco vetorial (como por exemplo a aceleracao) vale a regra do
produto nas seguintes formas.
Lema 4.2 Sejam u(t) e v(t) curvas no espaco vetorial V , e f(t) uma fun c ao. Entao vale
d
dt
_
f(t) v(t)
_
=

f(t) v(t) +f(t) v(t), (94)
d
dt
_
u(t) v(t)
_
= u(t) v(t) +u(t) v(t), (95)
d
dt
_
u(t) v(t)
_
= u(t) v(t) +u(t) v(t). (96)
5 Campos Escalares e Vetoriais.
Ja sabemos que as componentes de um vetor deslocamento v dependem do sistema de coordenadas,
e sob uma mudanca de coordenadas u
1
, . . . , u
n
u
1
, . . . , u
n
se transformam sobre como
v
j
(p) =
n
i=1
v
i
(p)
u
j
u
i
(p). (97)
Um aspecto importante e o seguinte: O objeto v, o vetor deslocamento, obviamente nao depende
do sistema de coordenadas, mas as componentes dependem sim. Cada componente ent ao e uma
grandeza que depende do sistema de coordenadas.
Em contraste, uma grandeza fsica unidimensional
10
e chamada de escalar se ela nao depende
da escolha de um sistema de coordenadas no espaco E. (Como acabamos de entender, um exemplo
de uma grandeza unidimensional que nao e um escalar seria a componente-i, v
i
(p), de um vetor
deslocamento v com respeito a um sistema de coordenandas. Pois com respeito a um outro sistema
de coordenadas, a componente-i tem um outro valor v
i
(p).) Depois da escolha de uma unidade,
os valores de uma grandeza escalar podem ser naturalmente identicados com os n umeros reais R.
Exemplos para escalares s ao: intervalo de tempo (na fsica nao-relativistica); massa; densidade de
um uido homogeneo; temperatura num dado ponto p; queda de potencial electrico numa pilha.
Uma grandeza fsica e chamada de um vetor, se ela pode ser naturalmente identicada com
um vetor deslocamento v V ; mais precisamente: Se ela resulta da multiplica cao de um vetor
deslocamento por um escalar. Depois da escolha de uma unidade, uma grandeza vetorial pode
ser identicado com os vetores deslocamento, V . Uma denicao equivalente, que frequentemente e
usada na literatura, e a seguinte. Vetores s ao grandezas fsicas tr-dimensionais, cujas tres com-
ponentes se transformam sob uma mudanca de coordenadas como os componentes contravariantes
de um vetor deslocamento, ver Eq. (97). Exemplos para vetores s ao: velocidade ou aceleracao
instant anea de um corpo puntiforme num dado instante de tempo; forca exercida a um corpo por
uma mola; campo electrico num condensador de placas planas.
10
Unidimensional signica que um n umero (real) e suciente para especicar o valor da grandeza.
Tendo esclarecido as nocoes de escalar e vetor: O que s ao campos escalares e vetoriais? Em
geral, um campo e uma grandeza que depende da posicao no espaco. Mais precisamente: Um campo
escalar e uma funcao f que vive no espaco E e tem como valores uma grandeza escalar. Ent ao,
depois da escolha de uma unidade do escalar respetivo, um campo escalar pode ser identicado
com uma funcao f : E R. Exemplos: Densidade de um uido; distribuicao da temperatura na
sala; potencial electrico. Um campo vetorial e uma aplica cao que vive em E e tem como valores
uma grandeza vetorial. Depois da escolha de uma unidade o campo vetorial pode ser identicado
com uma aplica cao A : E V .
11
Exemplos: Campo de velocidades instant aneas dos constituentes
moleculares de um uido em movimento; campo electrico.
Por exemplo, o campo eletrico gerado por uma carga Q puntiforme no ponto o e dado por
p E(p) =
kQ
| op|
3
op =
kQ
|r(p)|
3
r(p) =
kQ
r
2
r
r
(p).
(Na segunda equacao temos identicado o com a origem, e na terceira equacao temos usado co-
ordenadas esfericas adaptadas.) Consequentemente, as componentes (esfericas) do campo E s ao
E
r
= kQ/r
2
, E
= 0 e E
= 0.
6 Integrais.
6.1 Integrais de Curva.
Se nos movimentamos um corpo de p ate q ao longo do caminho reto pq =: l, aplicando uma
forca constante F, o trabalho gasto e W = F l. (Observe que a curva possui uma orienta cao,
neste caso o sentido de l.) Como calculamos o trabalho se o caminho nao e reto e a for ca nao e
constante? Nos dividimos o caminho C em pequenos segmentos C
que podem ser aproximados

por vetores l
, e aproximamos a forca ao longo de C
por seu valor F(p
) num ponto p
. O
trabalho gasto ao longo de C
pode agora ser aproximado por W
= F(p
) l
. O trabalho total
ao longo de C e a soma das W
. Fazendo os comprimentos dos segmentos C
cada vez menores,

resulta numa aproximacao cada vez melhor, e o valor exato do trabalho e o valor encontrado no
limite quando os comprimentos tendem para zero (e o n umero de pedacinhos para innito).
Esta constru cao pode ser feita com qualquer campo vetorial A, e o resultado e a chamada
integral de curva de A atravez C, em smbolo
_
C
A dl:
_
C
A dl = lim
0
N
=1
A(p
) l
. (98)
Aqu, e o comprimento maximal dos pedacinhos C
da curva, p
e um ponto no pedacinho C
,
e l
e o vetor deslocamento entre as extremidades de C
(com sentido conforme a orienta cao da

curva). (N comprimento da curva.) Se a curva C e fechada, e costume escrever
_
C
A dr.
Calcularemos a integral em termos de coordenadas adaptadas à curva; a saber supomos que
a curva C e uma das curvas de coordenada, digamos da coordenada u
1
: As coordenadas u
2
e u
3
tem valores constantes (digamos b e c, respetivamente) ao longo da curva, e s o u
1
vara ao longo
da curva:
C = r(u
1
, b, c)[ u
1
[a, a
] .
Neste caso, l
=
r
u
1
u
1
+O(
2
), e temos
_
C
A dl =
_
a
a
A
1
(u
1
, b, c) du
1
, A
1
(p) := A(p)
r
u
1
(p). (99)
Os n umeros (realmente, as funcoes) A
i
:= A
i
r s ao chamadas as componentes covariantes do
vetor A, veja Eq. (131) embaixo. Se u
i
e um sistema de coordenadas ortogonal, a rela cao entre
as componentes covariantes e contravariantes e obviamente A
i
= A
i
h
2
i
. Neste caso temos ent ao
_
C
A dl =
_
a
a
A
1
(u
1
, b, c) h
1
(u
1
, b, c)
2
du
1
.
11
Em geral, os campos f e A precisam ser denidos somente num certo domnio D E.
Se a curva e parametrizada por uma aplica cao derivavel t r(t), t [a, b], podemos substituir
l
por r(t
) t
na Eq. (98), resultando em

_
C
A dl = lim
0
A(r(t
)) r(t
) t
=
_
b
a
A(r(t)) r(t) dt.
As seguintes propriedades da integral de curva s ao essenciais: Primeiro, se C
e uma pequena
curva com comprimento , o erro feito na aproximacao como no incio dessa se cao e da ordem
2
,
ou seja,
_
C
A dl = A(p) l
+O(
2
), (100)
onde p C
e l
e o vetor deslocamento entre o ponto inicial e nal de C
.
12
Segundo, a integral e aditiva: Se C e cortado em segmentos disjuntos C = C
1
C
2
. . ., ent ao
_
C
A dl =
_
C
1
A dl +
_
C
2
A dl +. . . . (101)
6.2 Integrais de Superfcie.
Uma superfcie e uma subvariedade bidimensional em E. O seu complemento em E possui lo-
calmente duas componentes conexos (os dois lados da superfcie). Uma superfcie S e chamada
de orientada se um dos dois lados e discriminado. Isto pode ser feito por especicar um campo
vetorial n(p), que e perpendicular à superfcie em todos pontos p S. Tal campo e chamado
de campo vetorial normal de S, ou simplesmente vetor normal. (Existem exatamente dois tais
campos, correspondente aos dois lados.)
Exemplos: Uma hemisfera do raio R pode ser descrito em termos de coordenadas esfericas por
S =
_
p : r(p) = R, (p) [0, /2], (p) [0, 2)
_
.
Um cilndro do raio R e comprimento L pode ser descrito em termos de coordenadas cilndricas
adaptadas por
S =
_
p : (p) = R, (p) [0, 2), z(p) [0, L],
_
.
Imaginamos um uido em movimento, com velocidade v(p), e uma dada superfcie S (imagi-
nada) no uido. O uxo do uido atraves S e o volume do uido atravesando S, no sentido da
orienta cao de S, por unidade de tempo. (Se v tem o sentido oposto à orienta cao de S, o uxo e
o negativo deste valor.) Num primeiro passo, supomos que v(p) v e uniforme (independente de
p), e S e uma superfcie plana. Ent ao o volume do uido atravesando S num intervalo de tempo
t e justamente o volume da regi ao G que tem base S e tampa S + t v. O volume desta
regi ao G e igual à area da base (i.e., a area de S) vezes a altura. A altura de G e igual à norma
da proje cao de t v em n, a saber |P
n
(t v)| t v n, ver eq. (25). O uxo e ent ao v n[S[,
onde [S[ := area de S. Isto sugere a denicao do vetor superfcie, S, que tem norma igual à area,
[S[, e tem a direcao (e sentido) do vetor normal n de S:
S := [S[ n. (102)
(Este vetor carateriza a superfcie plana S junto com a sua orienta cao.) Com isto, o uxo de v
atraves S pode ser escrito como vS. Como calculamos o uxo se a superfcie nao e plana e o campo
de velocidade v(p) nao e constante? Nos dividimos a superfcie S em pequenos pedacinhos S
que podem ser aproximados por superfcies planas S
, e aproximamos a velocidade perto de S
por seu valor v(p
) num ponto p
. O uxozinho atraves S
pode agora ser aproximado

por v(p
) S
, onde S
e o vetor superfcie correspondente à superfcie plana S
. O uxo total
atraves S e a soma daqueles uxozinhos. Fazendo os diametros dos pedacinhos S
cada vez
menores, resulta numa aproximacao cada vez melhor, e o valor exato do uxo e o valor encontrado
no limite quando os diametros tendem para zero (e o n umero de pedacinhos para innito).
12
A mesma formula vale para um vetor que coincede com l
m odulo termos da ordem , por exemplo o vetor

tangencial a C em p, com norma igual e com sentido igual à orienta cao de C.
Esta constru cao pode ser feita com qualquer campo vetorial A, e o resultado e a chamada
integral de superfcie de A atravez S, em smbolo
_
S
A d:
_
S
A d = lim
0
N
2
=1
A(p
) S
, S
:= [S
[ n(p
). (103)
Aqu, e o diametro maximal dos pedacinhos S
da superfcie, e p
e um ponto no pedacinho
S
. Se a superfcie S e fechada (i.e., S e o contorno G de uma regi ao G), e costume escrever

_
S
A d. (N diametro de S, ou seja, N
2
2
[S
[.)
Calcularemos a integral em termos de coordenadas adaptadas à superfcie; a saber supomos
que uma das coordenadas seja constante ao longo de S, digamos u
3
= c:
S =
_
r(u
1
, u
2
, c)[ u
1
[a, a
], u
2
[b, b
]
_
.
Neste caso, o vetor superfcie do pedacinho
S
:=
_
r(u
1
, u
2
, c)[ u
1
[a
, a
+ u
1
], u
2
[b
, b
+ u
2
]
_
pode ser aproximado pelo vetor superfcie do paralelogramo
S
(
r
u
1

r
u
2
)(p
)u
1
u
2
3
, ent ao temos
_
S
A d =
_
a
a
_
b
b
_
A (
1
r
2
r)
_
(u
1
, u
2
, c) du
1
du
2
. (104)
Agora observamos que
A (
1
r
2
r) = A
3
3
r (
1
r
2
r) = A
3
det(
3
r,
1
r,
2
r)
A
3
v, onde v := det(
1
r,
2
r,
3
r), (105)
pois A
1
1
r e A
2
2
r s ao ortogonais em
1
r
2
r e os termos correspondentes se anulam. Com
isso, temos
_
S
A d =
_
a
a
_
b
b
_
A
3
v
_
(u
1
, u
2
, c) du
1
du
2
. (106)
Por exemplo, se S
R
e uma esfera de raio R centrada na origem, usamos coordenadas esfericas, com
v = r
2
sen , e temos
_
S
R
A d =
_
2
0
_

0
(A
r
r
2
sen )(R, , ) d d = R
2
_
2
0
_

0
A
r
(R, , ) sen d d. (107)
As seguintes propriedades da integral de superfcie s ao essenciais: Primeiro, se S
e uma su-
perfcie pequena com diametro , o erro feito na aproximacao como no incio dessa se cao e da
ordem
3
, ou seja,
_
S
A d = A(p) S
(p) +O(
3
). (108)
Aqu, [S
[ e a area de S
(da ordem
2
), n(p) e o vetor normal em p S e S
(p) := [S
[n(p).
Segundo, a integral e aditiva: Se S e cortado em peda cos disjuntos S = S
1
S
2
. . ., ent ao
_
S
A d =
_
S
1
A d +
_
S
2
A d +. . . . (109)
6.3 Integrais de Volume.
Calcularemos a massa de um uido nao-homogeneo, da densidade , numa regi ao G. Nos dividi-
mos a regi ao G em pequenos peda cos G
, de volume V
, e aproximamos a massa pela soma
(p
)V
, onde p
. O limite de pequenos volumes da o valor exato da massa. Este

limite e a integral de . Em geral, denimos a integral de volume de uma funcao f atravez da
regi ao G por
_
G
f dV := lim
0
f(p
)V
,
onde e V
s ao o diametro e o volume da regi ao G
, respetivamente, e p
e um ponto em G
.
Calcularemos a integral em termos de coordenadas adaptadas à regi ao. A saber supomos que G e
da forma
G =
_
r(u
1
, u
2
, u
3
)[ (u
1
, u
2
, u
3
) [a, a
] [b, b
] [c, c
]
_
.
O volume do pedacnio
G
:=
_
r(u
1
, u
2
, u
3
)[ (u
1
, u
2
, u
3
) [a
, a
+ u
1
] [b
, b
+ u
2
] [c
, c
+ u
3
]
_
pode ser aproximado pelo paraleleppedo gerado por u
1
1
r, u
2
2
r e u
3
3
r, modulo termos
da ordem
4
, cujo volume e det(r,
2
r,
3
r) u
1
u
2
u
3
. Ent ao temos
_
G
f dV =
_
a
a
_
b
b
_
c
c
f(u
1
, u
2
, u
3
) v(u
1
, u
2
, u
3
) du
1
du
2
du
3
. .
, (110)
dV (u
1
, u
2
, u
3
) (111)
onde v := det
_
1
r,
2
r,
3
r
_
. (A orienta cao do sistema deve ser positiva para que a determinante
ser positiva.) Em termos de coordenadas esfericas, temos
dV (r, , ) = r
2
sen dr d d. (112)
Obs.: Nas formulas para a integral de superfcie e de volume aparece o volume do paraleleppedo
fundamental
v = det
_
1
r,
2
r,
3
r
_
.
Observe que, pelo Teorema 1.10, isto pode ser escrito como
v = det(G)
1
2
,
onde G e a matriz com entradas
r
u
i

r
u
j
. Se as coordenadas forem ortogonais, temos v = h
1
h
2
h
3
.
7 Operadores Diferenciais.
7.1 A Derivada Direcional.
Seja f : D R uma funcao e A : D V um campo vetorial, com derivadas parciais contnuas.
A derivada direcional de f em p na direcao v V , em smbolos
_
D
v
f
_
(p), e denida por
_
D
v
f
_
(p) :=
d
dt
f(p +tv)
t=0
. (113)
(Signicado fsico: Taxa de variacao de f na direcao v; por unidade de comprimento se v e
unitario.) Similarmente, a derivada direcional (ou derivada covariante) de A em p na direcao
v V , em smbolos
_
D
v
A
_
(p), e denida por
_
D
v
A
_
(p) :=
d
dt
A(p +tv)
t=0
. (114)
Proposicao 7.1 i) As derivadas direcionais
_
D
v
f
_
(p) e
_
D
v
A
_
(p) s ao lineares em v.
ii) Em termos de coordenadas, vale
_
D
v
f
_
(p) =
n
i=1
v
i
(p)
f
u
i
(p) e
_
D
v
A
_
(p) =
n
i=1
v
i
(p)
A
u
i
(p). (115)
iii) Se r(t) e qualquer curva com r(0) = p e r(0) = v, entao podemos substituir p +tv por r(t) na
deni c ao (113) e (114), i.e.
(D
v
f)(p) =
d
dt
f(r(t))
t=0
. (116)
Aqu, v
i
s ao as componentes (covariantes) de v V com respeito a um sistema de coordenadas
u
1
, . . . , u
n
, i.e. v =
n
i=1
v
i
(p)
r
u
i
(p).
Demonstrac ao. Aplicando a regra de cadeia da
d
dt
f(r(t))
t=0
=
n
i=1
u
i
(0)
f
u
i
(r(0)).
O lado direito obviamente depende da curva r(t) s o atravez r(0) e r(0), ent ao
d
dt
f(r(t))
t=0
=
d
dt
f(p + tv)
t=0
se a curva r(t) satisfaz a hip otese de iii). Isto mostra iii). Substituindo agora
u
i
(0) por v
i
(p) conforme eq. (93) mostra Eq. (115). Aquela propria equacao mostra a linearidade
armado em i). Isto conclui a demonstracao.
Nas equacoes da proposicao,

u
i
e a derivada parcial com respeito à coordenada u
i
, e.g.
A
u
i
(p) =
d
dt
A
_
r(u
1
, . . . , u
i
+t, . . . , u
n
)
_
t=0
,
onde u
1
, . . . , u
n
s ao as coordenadas do ponto p. A proposicao arma em particular que vale
_
D r
u
i
f
_
(p) =
f
u
i
(p), e
_
D r
u
i
A
_
(p) =
A
u
i
(p). (117)
7.2 O Gradiente.
Lembramos que a derivada direcional
_
D
v
f
_
(p) e linear em v. Ent ao o Lema 1.7 arma que ela
tem a forma de um produto escalar com v:
Deni cao 5 Seja f uma funcao. O gradiente de f no ponto p, em smbolos ( grad f)(p), e o unico
vetor t.q. para todos v V vale
v ( grad f)(p) =
_
D
v
f
_
(p). (118)
Os componenetes do gradiente podem ser calculados pela Eq. (36):

Lema 7.2 Seja u
1
, . . . , u
n
um sistema de coordenadas ortogonais. Entao o gradiente de uma
fun c ao f e dado por
13
grad f =
n
i=1
1
h
2
i
f
u
i
r
u
i
=
n
i=1
1
h
i
f
u
i
e
i
. (119)
Demonstrac ao. Vericamos:
v
i
1
h
i
f
u
i
e
i
=
i
1
h
i
f
u
i
v e
i
=
i
1
h
i
f
u
i
h
i
v
i
=
i
v
i
f
u
i
= D
v
f.
Na segunda equacao usamos v e
i
= v
i
i
r e
i
= v
i
h
i
. (Os outros termos s ao nulos pois
j
r e
i
= 0
se j ,= i.)
13
N ao escrevemos explicitamente a dependencia do ponto p.
Explicitamente, temos em coordenadas Cartesianas, cilndricas e esfericas, respectivamente:
grad f = (
x
f) e
x
+ (
y
f) e
y
+ (
z
f) e
z
, coord. Cartesianas
= (
f) e
+
1
f) e
+ (
z
f) e
z
, coord. cilndricas
= (
r
f) e
r
+
1
r
(
f) e
+
1
r sen
(
f) e
, coord. esfericas.
Deni cao 6 Um campo vetorial A chama-se conservativo se a integral de linha de A sobre uma
curva depende somente dos pontos iniciais e nais da curva.
E facil mostrar que um campo vetorial e conservativo se e s o se a integral de linha sobre qualquer
curva fechada e nula.
Proposicao 7.3 Um campo vetorial A e conservativo se e s o se ele possui um potencial, i.e. existe
um campo escalar t.q. A = grad .
Demonstrac ao. Se A = grad , ent ao a integral de A ao longo de uma curva parametrizada
C : t r(t), t [a, b] e dada por
_
C
grad dl =
_
b
a
grad r(t) dt =
_
b
a
d
dt
(r(t)) dt = (r(b)) (r(a)),
independente da curva. (Na segunda equacao usamos a denicao (118) do gradiente e a Eq. (116).)
Inversamente, se a integral de curva de A e independente da curva, escolhemos um ponto xo r
0
e denimos
(r) :=
_
r
r
0
A dl,
ao longo de qualquer curva de r
0
ate r. Para uma curva parametrizada C : t r(t), t [a, b],
com r(a) = r
0
temos ent ao
(r(t)) =
_
t
a
A(r(t
)) r(t
) dt
,
que implica A(r(t)) r(t) =
d
dt
(r(t)) grad r(t). Como isto vale para todas curvas e conse-
quentemente para todos r(t), isto implica grad = A.
7.3 A Divergencia e o Teorema de Gauss.
A divergencia de um campo vetorial A e a densidade de fontes de A, i.e., o uxo de A atraves
uma superfcie fechada, pela unidade de volume. Vamos fazer isso preciso. Dada uma regi ao G,
consideramos a integral de superfcie
_
G
A d, onde G e orientado com vetor normal para
fora. Geometricamente, isto e o uxo neto de A saindo de G, e descreve fontes de A na regi ao G.
Dividindo pelo volume de G, e fazendo o volume cada vez menor, da uma medida para a densidade
de fontes de A, ou seja, a divergencia de A, em smbolos div A. Mais precisamente, denimos
div A(p) := lim
0
1
Vol(G
)
_
G
A d. (120)
Aqu, G
, > 0, e uma famlia de regi oes tal que cada G
contem o ponto p e tem diametro

14
,
em particular G
contrai para o ponto p se 0. Observe que o volume de G
cai para zero como
3
, enquanto que o uxo em geral s o cai como
2
. Apesar disso, esperamos que o limite existe.
A raz ao atraz disso e que a grandeza (G) :=
_
G
A d (o uxo atravez do contorno de uma
dada regi ao G) e uma grandeza aditiva, e tal grandeza sempre possui uma densidade, denida por
(G)/ Vol(G) no limite de pequeno volume.
15
Vamos agora calcular a divergencia em termos de um sistema de coordenadas u
1
, . . . , u
n
.
(Como div Adepende linearmente e apenas localmente de A, a divergencia deveria ser um operador
diferencial. Isto realmente e o caso:)
14
O di ametro de um conjunto G e a maior distancia entre dois pontos em G.
15
E interessante que estas considera coes, em termos matematicos rigorosos, implicam o Teorema de Gauss junto
com a propria deni cao da divergencia ao mesmo tempo. O argumento funciona como segue. A aditividade implica
que (G) =
G
A d dene um medida. (Ela e denida primeiro so para regioes G com contorno suave, mas
Proposicao 7.4 A divergencia de um campo vetorial A e dada por
div A =
1
v
n
i=1
i
(vA
i
), onde v := det(
1
r, . . . ,
n
r). (122)
Aqui, A
i
s ao as componentes (contravariantes) de A com respeito às coordenadas u
i
como denidas
na Eq. (88),
A(p) =
n
i=1
A
i
(p)
r
u
i
(p),
e
i
() signica

u
i
(). (Exerccio: Verique que o lado direito e independente do sistema de
coordenadas, ou seja, que a divergencia e um escalar.) Explicitamente, temos em coordenadas
Cartesianas, cilndricas e esfericas, respectivamente:
div A =
x
A
x
+
y
A
y
+
z
A
z
, coord. Cartesianas
=
1
(A
) +
+
z
A
z
, coord. cilndricas
=
1
r
2
r
(r
2
A
r
) +
1
sen
( sen ()A
) +
, coord. esfericas.
Demonstrac ao. (Em dimensao tres.) Sem perder generalidade podemos supor que o ponto p tem
coordenadas (u
1
, u
2
, u
3
) = (0, 0, 0). Seja G
um pequeno cubo centrado em p cujas arestas

coincedem com as linhas de coordenadas u
i
[/2, /2], ver Fig. 2:
G
:= r(u
1
, u
2
, u
3
)[ u
i
[
2
,

2
] .
Como r(/2, u
2
, u
3
) r(/2, u
2
, u
3
) =
i
r(p) + O(
2
), o paraleleppedo gerado por
u
1
= 0
u
1
= /2 u
1
= /2
u
2
= 0
u
2
= /2
u
2
= /2
1
r
2
r
G
Figura 2: A face S
+
3
da regi ao G
. (Todos pontos tem coordenada u

3
= /2.)
1
r,
2
r,
3
r e uma versao linearizada de G
, e o volume dele coincede com o volume de G

4
. Por isso,
Vol(G
) =
3
v +O(
4
). (123)
pode ser extendida unicamente para todos conjuntos Borel, pois aqueles s ao gerados, por exemplo, pelos cubos.)
Observe-se que Vol(G) = 0 implica (G) = 0. O matematico fala neste caso que d e absolutamente contnua com
respeito à nossa medida dV . Nesta situacao, o teorema de Radon-Nikodym [8] arma que existe uma densidade, a
saber uma fun cao tal que para cada regiao G vale (G) =
G
dV , ou seja,
G
A d =
G
dV. (121)
Tal densidade e unica. Agora a divergencia de A e denida justamente por div A := , ou seja, div A e a unica
fun cao caracterizada pela equa cao acima. Entao a eq. (121) e o famoso teorema de Gauss, e pode ser considerada
como deni cao da divergencia ao mesmo tempo. Deve ser mencionado que um jeito de construir a densidade , alias
div A, e justamente atravez da nossa deni cao (120), ver [9].
O contorno de G
consiste de 6 faces S
i
, i = 1, 2, 3, onde S
i
e S
+
i
s ao faces opostas: Por exemplo
S
3
= r(u
1
, u
2
,
2
)[ u
1
, u
2
[
2
,

2
] .
A area de S
3
e aproximadamente (i.e., modulo termos da ordem
3
) igual à area do paralelogramo
gerado por
1
r e
2
r no ponto (0, 0, /2), respetivamente, ver Fig. 2. Como o vetor normal de
G
aponta para fora, o vetor normal n
3
de S
i
tem a mesma direcao e sentido como (
1
r
2
r).
Por isso, S
3
tem como vetor superfcie, no ponto (0, 0, ),
S
3
=
2
(
1
r
2
r)
3
, respectivamente. Com estas informacoes, o uxo de A atravez S
3
e
aproximadamente (m odulo termos da ordem
3
) dada por
_
S
3
A d (A S
3
)(0, 0, /2)
2
_
A (
1
r
2
r)
_
(0, 0, /2)
=
2
(A
3
v)(0, 0, /2).
onde temos usado a Eq. (105). O uxo de A atraves de S
3
S
+
3
e ent ao
_
S
3
S
+
3
A d
_
S
+
3
A d +
_
S
3
A d
2
_
(A
3
v)(0, 0, /2) (A
3
v)(0, 0, /2)
_

3
3
(A
3
v)(p)
4
, pois (A
3
v)(0, 0, /2) (A
3
v)(0, 0, /2) =
3
(A
3
v)(0, 0, 0) +O(
2
).
O uxo de A atraves de S
1
S
+
1
e S
2
S
+
2
e dado por termos similares (com 3 substituido por
1 ou 2, respetivamente). Isto da
_
G
A d =
3
_
1
(A
1
v) +
2
(A
2
v) +
3
(A
3
v)
_
+O(
4
)
= Vol(G
)
1
v
_
1
(A
1
v) +
2
(A
2
v) +
3
(A
3
v)
_
+O(
4
), (124)
pois o volume de G
e igual
3
v +O(
4
). Isto mostra a Proposicao.
Teorema 7.5 (Gauss) Seja G uma regiao cujo contorno G e uma superfcie fechada, e seja A
um campo vetorial com derivadas parciais contnuas. Entao vale
_
G
A d =
_
G
div A dV, (125)
onde G e orientada t.q. o seu vetor normal aponta para fora de G.
(Vamos mostrar este teorema num sistema de coordenadas. Mas note que uma funcao div A que
satisfaz Eq. (125) e unica. Ent ao, a fortiori, este teorema implica que div A e independente do
sistema de coordenadas, ou seja, e um campo escalar.)
Demonstrac ao. Dividimos a regi ao G em N
3
pequenas parcelas G
,
com diametro ; = 1, . . . , N
3
onde N
1
. (N e o diametro de G.) Para cada G
,
vale pela propria denicao (120) do
divergente
_
G
,
A d = Vol(G
,
) div A(p
) +O(
4
),
onde p
e um ponto em G
,
. (Ver tambem Eq. (124) encima.) Mas o uxo atraves G e a soma
dos uxos atraves G
,
, pois a divisa entre parcelas vizinhantes G
,
, G
,
e sendo percorrida duas
vezes, com sentidos opostos, tal que os termos correspondentes se cancelam. (Isto e a aditividade
mencionada apos Eq. (120).) Ent ao, temos
_
G
A d =
N
3
=1
_
G
,
A d =
N
3
=1
div A(p
) Vol(G
,
) +
N
3
=1
O(
4
).
Isto vale tambem no limite 0. Naquele limite, o lado direito e justamente a integral de div A
atraves da regi ao G, concluindo a prova.
O Teorema de Gauss tem um simples Corolario:
Corolario 7.6 i) Seja B um campo vetorial denido num domnio D E. Se
_
S
B d = 0 (126)
para todas superfcies fechadas S D, entao div B = 0.
ii) O inverso vale se D satisfaz a seguinte propriedade topologica: Cada superfcie fechada S D
e o contorno de uma regiao G D.
Demonstrac ao. A Eq. (126) implica pelo Teorema de Gauss que para qualquer regi ao G D, a
integral de volume de div B sobre G e zero. Isto implica que div B = 0. Inversamente, dada
uma superfcie S D, pegamos uma regi ao G D t.q. S = G (tal G existe por hip otese.) Pelo
teorema de Gauss, a integral de B sobre S coincide com a integral de volume de div B sobre G e
e zero se div B e zero.
O item ii) do Corolario 7.6 realmente nao vale sem a condi cao topol ogica sobre D, como mostra o
seguinte contra-exemplo.
Exemplo 7.7 Seja D = R
3
0, e A(r) := r/r
3
. O divergente de A em D e zero, mas o uxo
atraves qualquer superfcie fechada que contem a origem no interior e igual 4.
Demonstrac ao. Em coordenadas esfericas, temos A = r
2
r
r, ent ao a componente A
r
e dada por
A
r
(r, , ) = r
2
, e
div A =
1
r
2
sen
r
(r
2
sen r
2
) = 0
em D. Para calcular o uxo, usamos num primeiro passo uma esfera S
R
centrada na origem de
raio R. Calcula-se pela formula (107)
_
S
R
A d = R
2
_
2
0
_

0
A
r
(R, , ) sen d d = 4.
Num segundo passo, seja G arbitrario. Com certeza G contem uma esfera S
R
(para R suciente-
mente pequeno). Chamamos a regi ao entre S
R
e G de

G. O contorno de

G consiste de G e de
S
R
. Em G os vetores normais respetivas coincedem, porem em S
R
eles tem sentidos opostos. Por
isso,
_
G
A d
_
S
R
A d =
_

G
A d =
_
G
div AdV = 0,
pois

G e contido no domnio D, onde div A e zero. A equacao acima signica que o uxo atravez
G coincede com o uxo atravez S
R
, a saber com 4.
7.4 O Rotacional e o Teorema de Stokes.
O rotacional de um campo vetorial A e uma medida da circuita cao de A. A circuita cao de A sobre
um eixo n (um vetor normal) atraves uma curva C fechada, perfurada pelo eixo Rn, e a integral
_
C
A d. Dividindo pela area envolvida por C, e fazendo o limite onde C contrai a um ponto,
resulta na densidade de circuita c ao. Mais precisamente, denimos: A densidade de circuita cao de
A sobre um eixo n num ponto p E, em smbolos R(n), e dada por
R(n) := lim
0
1
[S
[
_
S
A dl. (127)
Aqu, S
, > 0, e uma famlia de superfcies tal que cada S
contem o ponto p, tem vetor normal

em p igual n, e tem diametro
14
, e [S
[ e a area de S
. (A integra cao ao longo de S
deve
ser tomada no sentido que obedece a regra da mao direita com respeito a n.) Veremos logo
(Lema 7.8) que a densidade de circuita cao R(n) e da forma R(n) = R n para um certo ( unico)
vetor R. Este vetor chamamos o rotacional de A no ponto p, em smbolos ( rot A)(p). Com isso,
o rotacional rot A e caracterizado por
( rot A)(p) n = lim
0
1
[S
[
_
S
A dl, (128)
onde S
e uma famlia de superfcies como especicada encima, e [S
[ e a area de S
.
Lema 7.8 Existe um unico vetor R tal que para todos n vale R(n) = R n.
Demonstrac ao. (Para simplicar o argumento, fazemos a prova s o para uma famlia de superfcies
planas.) Nos xamos uma superfcie S plana (ou seja, uma parte de um hyperplano em E) com
vetor normal n, que contem o ponto p no interior. Para > 0, seja S
a mesma superfcie, esticado

pelo fator com centro p. (Em outras palavra, S
= p + pq, q S.) Seja S o vetor superfcie

de S conforme Eq. (102), i.e.,
S := [S[ n e analogamente S
:= [S
[ n.
Como a area de S
e igual
2
vezes a area de S, podemos escrever
R(n) =
1
[S[
lim
0
1
2
(S
), onde (S
) :=
_
S
A dl. (129)
O vetor superfcie, na nota cao da eq. (102), de uma superfcie com area 0 corresponde ao vetor 0.
Ent ao, obviamente (0) = 0, pois a curva S tem comprimento 0 neste caso. Ademais, o vetor
superfcie S
:= [S
[n e dado por S
=
2
S pois [S
[ =
2
[S[. Usando estes dois fatos, podemos
escrever
[S[ R(n) = lim
0
1
2
_
(
2
S) (0)
_
=
d
d
(S)[
=0
=
_
D
S
_
(0),
veja a denicao (113) da derivada direcional. Como a derivada direcional e linear em S, isto mostra
que a aplica cao S = [S[n S R(n) e linear. Isto implica, pelo Lema 1.7, que existe um unico
vetor R tal que para cada n vale R(n) = R n. Isto completa a prova do Lema.
Vamos calcular o rotacional em coordenadas u
1
, . . . , u
n
. (Isto tambem mostrara a existencia do
limite (128), que nos nao temos mostrado ainda.)
Proposicao 7.9 O rotacional de um campo vetorial A e dado por
rot A =
1
v
_
(
2
A
3
3
A
2
)
r
u
1
+ (
3
A
1
1
A
3
)
r
u
2
+ (
1
A
2
2
A
1
)
r
u
3
_
, (130)
onde v := det(
1
r,
2
r,
3
r). Aqui, A
i
s ao as componentes covariantes de A denidas por
A
i
(p) := A(p)
r
u
i
(p), (131)
e
i
A
j
signica
A
j
u
i
.
Explicitamente, em coordenadas Cartesianas, cilndricas e esfericas, respectivamente, temos:
rot A = (
y
A
z
z
A
y
)e
x
+ (
z
A
x
x
A
z
)e
y
+ (
x
A
y
y
A
x
)e
z
, Cart.
=
1
_
(
A
z
z
A
)
r
+ (
z
A
A
z
)
r
+ (
)
r
z
_
, cilndr.
=
1
r
2
sen
_
(
)
r
r
+ (
A
r
r
A
)
r
+ (
r
A
A
r
)
r
_
, esfer.
Demonstrac ao. Sem perder generalidade podemos supor que o ponto p tem coordenadas
(u
1
, u
2
, u
3
) = (0, 0, 0). Num primeiro passo, pegamos uma familia de pequenos paralelogramos
S
contidos na superfcie u
3
= 0 centrado em p, cujas arestas coincedem com as linhas de
coordenadas u
1
e u
2
(ver Fig. 2):
S
:= r(u
1
, u
2
, 0)[ u
1
, u
2
[
2
,

2
] .
Como r(/2, u
2
, 0) r(/2, u
2
, 0) =
i
r(p) + O(
2
), o paralelogramo gerado por
1
r,
2
r e
uma versao linearizada de S
, e a area dele coincede com a area [S
[ de S
3
. Por isso,
[S
[ =
2
|
1
r
2
r|(p) +O(
3
). (132)
O contorno de S
consiste de 4 curvas C
i
, i = 1, 2, onde C
i
e C
+
i
s ao arestas opostas; Por exemplo
C
1
= r(
2
, u
2
, 0)[ u
2
[
2
,

2
] .
Junto com a orienta cao certa, a curva orientada C
1
pode ser aproximada pelo vetor
(
2
r)(/2, 0, 0), respetivamente, ver Figura 2. Consequentemente, a integral de linha A
atravez C
1
e aproximadamente (m odulo termos da ordem
2
) dada por (A
2
r)(/2, 0, 0)
A
2
(/2, 0, 0). Isto da
_
C
+
1
C
1
A dl
_
A
2
(/2, 0, 0) A
2
(/2, 0, 0)
_

2
(
1
A
2
)(p)
3
, pois A
2
(/2, 0, 0) A
2
(/2, 0, 0) = (
1
A
2
)(0, 0, 0) + O(
2
). Simi-
larmente, a integral atravez C
+
2
C
2
e dada por
2
(
2
A
1
)(p), ent ao
_
S
A dl =
2
_
(
1
A
2
)(p) (
2
A
1
)(p)
_
+O(
3
).
Como o vetor normal a S
e dado por |
1
r
2
r|
1
1
r
2
r (igual e
3
se as coordenadas s ao
ortogonais), esta equacao implica pela denicao (128) do rotacional que no ponto p vale
rot A

1
r
2
r
|
1
r
2
r|
Def
= lim
0
1
[S
[
_
S
A dl =

1
A
2
2
A
1
|
1
r
2
r|
(onde temos usado a formula (132) para a area de S
), ou seja,
rot A (
1
r
2
r) =
1
A
2
2
A
1
. (133)
Mas como nos vimos antes, veja Eq. (105), o lado esquerdo da Eq. (133) e justamente ( rot A)
3
v,
onde ( rot A)
i
denotam as componentes (contravariantes) do vetor rot A. Com argumentos
analogos podemos concluir que ( rot A)
1
v =
2
A
3

3
A
2
e ( rot A)
2
v =
3
A
1

1
A
3
. Ent ao
temos
rot A
3
i=1
( rot A)
i
i
r
=
1
v
_
(
2
A
3
3
A
2
)
1
r + (
3
A
1
1
A
3
)
2
r + (
1
A
2
2
A
1
)
3
r
_
,
como queriamos demonstrar.
Teorema 7.10 (Stokes) Seja S uma superfcie orientada cujo contorno S e uma curva fechada,
C = S, e seja A um campo vetorial com derivadas parciais contnuas. Entao vale
_
C
A dl =
_
S
rot A d, (134)
onde a integrac ao ao longo de C e tomada no sentido que obedece a regra da m ao direita com
respeito ao vetor normal da superfcie.
Demonstrac ao. Dividimos a superfcie S em N
2
pequenas pedacinhos S
com diametro , =
1, . . . , N
2
onde N
1
. (N e o diametro de S.) Agora vale
_
S
A dl =
N
2
=1
_
S
A dl,
porque a divisa entre pedacinhos vizinhantes S
, S
e sendo percorrida duas vezes, com sentidos

opostos, tal que os termos correspondentes se cancelam. Mas para cada S
vale pela propria

denicao (128) do rotacional
_
S
A dl = [S
[ rot A(p
) n(p
) +O(
3
) rot A(p
) S
(p
) +O(
3
),
onde p
e um ponto em S
e S
(p
) := [S
[n(p
). Ent ao, temos

_
S
A dl =
N
2
=1
rot A(p
) S
(p
) +
N
2
=1
O(
3
).
Isto vale tambem no limite 0. Naquele limite, o lado direito e justamente a integral de rot A
atraves da superfcie S, veja Eq. (103), concluindo a prova.
O Teorema de Stokes tem um Corolario analogo com o Corolario 7.6 do Teorema de Gauss:
Corolario 7.11 Seja A um campo vetorial denido num domnio D E. Se A e conservativo
(ver Deni c ao 6 e Proposi c ao 7.3), entao vale rot A = 0. O inverso vale se cada curva fechada
C D e o contorno de uma superfcie S D.
16
Agora vamos mostrar um analogo com a Proposicao 7.3:
Proposicao 7.12 i) Para cada superfcie fechada S D vale
_
S
rot A d = 0. (135)
ii) Seja B um campo vetorial com domnio D satisfazendo
_
S
B d = 0
para toda superfcie fechada S D. Se D contem um ponto q tal que todos segmentos de retas qp,
p D, s ao contidos completamente em D,
17
entao B possui um vetor potencial, i.e. um campo
vetorial A t.q.
B = rot A.
Demonstrac ao. Ad i) Lembramos que pelo Teorema de Stokes, a integral de superfcie S do
rotacional de um campo A coincide com a integral de linha de A ao longo do contorno S. Se S e
fechada, esta borda e vazia, e a integral deve ser zero. (Em mais detalhes: Cortando a superfcie
fechada S em duas partes S
1
e S
2
ao longo de uma curva C, a integral
_
S
rot A d e a soma
das duas integrais atraves de S
1
e S
2
. Conforme o Teorema de Stokes, os dois coincidem com a
integral de linha de A ao longo de C = S
1
= S
2
, mas com sinais opostos, ent ao a soma e zero.)
Ad ii) Escolhemos como origem o ponto q D mencionado na proposicao, e denimos
A(r) :=
_
1
0
sB(sr) r ds.
Queremos mostrar que rot A = B. Dado uma curva fechada C em D, com parametriza cao r
0
(t),
t [0, 1], construimos uma superfcie S
0
pela parametriza cao r(s, t) := sr
0
(t), (s, t) [0, 1] [0, 1].
16
O inverso no Corolario 7.11 realmente nao vale sem a condi cao topol ogica sobre D, como mostra o seguinte
contra-exemplo. Seja D = R
3
{eixo-z}, e A = grad (em coordenadas cilndricas). O rotacional de A e zero em
D, mas a integral de linha atraves qualquer curva que envolve o eixo-z e 2.
17
Tal domnio se chama de star-shaped.
S
0
contem a origem q e tem a curva C como contorno. Usando os fatos
s
r(s, t) = r
0
(t) e
t
r(s, t) = s r
0
(t), calcula-se
_
S
0
B d =
_
1
0
_
1
0
B(sr
0
(t))
_
r
0
(t) s r
0
(t)
_
dsdt
_
1
0
A(r
0
(t)) r
0
(t) dt
=
_
C
A dr
_
S
0
rot A d.
Mas a hip otese implica que a integral de B atraves de qualquer outra superfcie S com o mesmo
contorno C coincide com a integral
_
S
0
B d calculada encima. Ent ao, as integrais de superfcie
de B e rot A coincidem para qualquer superfcie S D. Isto mostra que rot A = B.
Resumimos os conteudos das Proposicoes 7.3 (seta 1 embaixo) e 7.12 (setas 2), e dos Corolarios 7.11
(setas 3) e 7.6 (setas 4):
A = grad
1
_
C
A dl = 0
3
=
rot A = 0
B = rot A
2
=
_
S
B d = 0
4
=
div B = 0.
(Aqu, as implica coes valem s o se o domnio do campo for topologicamente trivial, como
discutido antes.) Em particular, temos
rot grad = 0 e div rot A = 0. (136)
7.5 Operador de Laplace.
O Laplace de uma funcao f, f, e denido por
f := div grad f. (137)
Explicitamente, com respeito a coordenadas u
1
, . . . , u
n
vale
f =
1
v
_
1
_
h
2
h
3
h
1
1
f
_
+
2
_
h
3
h
1
h
2
2
f
_
+
3
_
h
1
h
2
h
3
3
f
_
_
, v := h
1
h
2
h
3
. (138)
Em coordenadas Cartesianas, cilndricas, e esfericas, respectivamente:
f =
2
x
f +
2
y
f +
2
z
f, coord. Cartesianas
=
1
f) +
1
f +
2
z
f, coord. cilndricas
=
1
r
2
r
(r
2
r
f) +
1
r
2
sen
( sen
f) +
1
r
2
sen ()
2
f, coord. esfericas.
7.6 O Calculo-Nabla.
O operador nabla, em smbolos , e formalmente denido por
:=
n
i=1
1
h
i
e
i
i
. (139)
Ele e um vetor e, ao mesmo tempo, um operador diferencial. Aviso: Na aplica cao de nabla num
campo vetorial
j
A
j
e
j
deve ser tomado em consideracao que os vetores e
j
(p) nao s ao constantes,
i.e.
i
e
j
,= 0! (Ver [1, Exerccio 2.2.3] para a formula explicita de
i
e
j
,= 0.) N os vamos usar o
nabla somente em coordenadas Cartesianas.
Usando esse operador, os operadores diferenciais grad , rot , div e podem ser escritos como
grad = , div A = A, (140)
= , rot A = A. (141)
Calculo-nabla: ...
Proposicao 7.13
(fg) = (f) g +fg, (142)
(fA) = (f) A+f A, (143)
(AB) = (A) B A (B), (144)
(fA) = (f) A+f (A). (145)
(Todas estas formulas podem ser mostradas facilmente usando o calculo -nabla. Alternativa:
Mostrar as formulas em coordenadas Cartesianas. Como elas s ao equacoes entre campos vetoriais,
devem valer em quaisquer coordenadas.)
Para um campo vetorial A denimos o Laplace por
A := grad div A rot rot A. (146)
Lema 7.14 (Identidades de Green.) Para qualquer regiao G e fun c oes f, g vale
_
G
fg dV =
_
G
fg d
_
G
f g dV, (147)
_
G
(fg gf) dV =
_
G
(fg gf) d. (148)
7.7 Equa cao de Poisson
A equacao de Poisson e a EDP
f = h (149)
onde f e h s ao funcoes numa certa regi ao G. Normalmente, a funcao h e dada e nos procuramos
uma funcao f que satisfaz a EDP acima, junto com certas condi coes de contorno em G. Tal
funcao f e chamada de solu cao da EDP. (Aqu, vamos considerar s o G = R
3
, e a condi cao de
contorno sera que f cai para zero no innito.)
Mostraremos que a equacao de Poisson possui uma solu cao e que a solu cao e unica.
Proposicao 7.15 Seja h uma fun c ao que cai para zero no innito rapidamente. A fun c ao
f(r) :=
1
4
_
h(r
)
|r r
|
dV
(150)
e uma soluc ao da equac ao de Poisson.
Demonstrac ao. Usando grad
1
r
0
r
=
r
0
r
r
0
r
3
, temos
(f)(r
0
) =
1
4
div
_
h(r
)
r
0
r
|r
0
r
|
3
dV
=
1
4
lim
0
1
[G
[
_
G
_
_
h(r
)
r r
|r r
|
3
dV
_
d
=
1
4
lim
0
1
[G
[
_
h(r
)
_
_
G
r r
|r r
|
3
d
_
dV
,
onde G
e uma famlia de regi oes que contrai ao ponto r

0
para 0. Agora sabemos do exerccio
18 que
_
G
r r
|r r
|
3
d =
_
4 se r
,
0 se r
, G
.
Ent ao na integral de volume dV
acima s o contribuem r
, e temos
(f)(r
0
) = lim
0
1
[G
[
_
G
h(r
)dV
h(r
0
).

8 Tensores.
8.1

Algebra Linear de Tensores.
8.1.1 Produto Tensorial.
Seja V um espacos vetorial de dimensao nita, sobre o corpo K = R ou C. O espaco dual de V ,
em smbolos V
, e o espaco das aplica coes lineares de V em K,

V
:=
_
: V K, linear
_
. (151)
Tais aplica coes lineares s ao frequentemente chamados de formas (lineares) de grau 1, ou covetores
. Este espaco e um espaco vetorial por sua vez (como cada espaco de funcoes), a saber pelas
denicoes
(
1
+
2
)(v) :=
1
(v) +
2
(v), (s)(v) := s (v). (152)
O zero e a aplica cao 0(v) := 0 para todos v V .
Existe um certo isomorsmo entre V e V
que, porem, nao e can onico pois depende de uma

escolha de base em V : Seja no seguinte a
1
, . . . , a
n
uma base em V (nao necessariamente ortonor-
mal). Como sabemos, cada vetor v V possui uma unica decomposicao
v =
n
i=1
v
i
a
i
, (153)
denindo suas componentes (contravariantes) v
i
. Para i 1, . . . , n, denimos uma forma (um
covetor) a
i
V
por
a
i
(v) := v
i
, (154)
onde v
i
e a componente de v com respeito à base a
1
, . . . , a
n
como na eq. (153). Equivalentemente,
a
i
e caracterizado por
a
i
(a
j
) =
i
j

_
1, se i = j,
0, se i ,= j.
(155)
Proposicao 8.1 Os n covetores a
1
, . . . , a
n
s ao uma base do espaco dual V
, a chamada base
dual. Em mais detalhes, cada V
e da forma
=
n
i=1
i
a
i
, onde
i
= (a
i
). (156)
Demonstrac ao. (Independencia linear dos a
i
: exerccio.) Para mostrar que eles geram V
, seja
V
um covetor. Pela linearidade, temos para qualquer v V com decomposicao como na

eq. (153):
(v) =
_
n
i=1
v
i
a
i
_
=
n
i=1
v
i
(a
i
) =
n
i=1
(a
i
)a
i
(v) =
_
n
i=1
(a
i
) a
i
_
(v), (157)
ent ao realmente e uma combinacao linear como armado na eq. (156).
Esta proposicao mostra que V e V
s ao isomorcos (porem nao numa maneira can onica). Agora

vamos conhecer um isomorsmo can onico (indenpendente de base) entre V e (V
. Dado v V
e V
, o n umero (v) ( aplicado em v) pode ser tambem encarado como v aplicado em

. Em outras palavras, um vetor v V pode ser identicado com uma forma linear em V
pela
denicao
v() := (v).
Por outro lado, para cada (V
existe um vetor v V tal que para todas V
vale
() = (v), a saber v :=
i
(a
i
)a
i
. Desta maneira podemos identicar V com (V
:
V

= (V
=
_
aplica coes V
K, lineares
_
. (158)
Agora estamos preparados para a denicao do produto tensorial. Seja U um outro espaco vetorial
sobre K de dimensao nita. O produto tensorial de U e V , em smbolos U V , e por denicao o
espaco das aplica coes bilineares de U
em K,
U V :=
_
U
K, bilinear
_
. (159)
Isto e um espaco vetorial numa maneira analogo com eq. (152). Dado u U, v V , dene-se o
produto tensorial u v U V pela aplica cao U
dado por
_
u v
_
(, ) := (u) (v), U
, V
.
(Checkar que ela e bilinear!) Este produto satisfaz as seguintes rela coes:
18
(cu) v = u (cv) = c (u v), c K, (160)
(u
1
+u
2
) v = u
1
v +u
2
v, (161)
u (v
1
+v
2
) = u v
1
+u v
2
. (162)
Teorema 8.2 (Propriedade de Universalidade) Seja W um terceiro espaco vetorial. Para
cada aplicac ao bilinear : U V W existe uma unica aplicac ao linear : U V W tal que
(u, v) = (u v). Desta maneira, temos um isomorsmo canonico
U V W, bilinear
= U V W, linear. (163)
(Esta propriedade do produto tensorial realmente caracteriza o produto tensorial unicamente.) No
caso W = K, o Teorema arma que
U V K, bilinear
=
_
U V
_
. (164)
Observe que, pela identicacao (158), as aplica coes bilineares U V K podem ser tambem
identicados com o espaco U
, ent ao temos
U

=
_
U V
_
. (165)
Proposicao 8.3 Seja a
i
, i = 1, . . . , n uma base em U, e b
j
, j = 1, . . . , m uma base em V .
Entao, a
i
b
j
, i = 1, . . . , n; j = 1, . . . , m e uma base em U V .
Demonstrac ao. Seja T : U
K UV , e sejam U
, V
. Conforma a Proposicao 8.1,

eles s ao da forma =
i
(a
i
) a
i
e =
j
(b
j
) b
j
. Consequentemente,
T(, ) =
i,j
(a
i
)(b
j
) T(a
i
, b
j
) =
i,j
T(a
i
, b
j
)(a
i
b
j
)(, ).
Ent ao, T tem a forma T =
i,j
T
ij
a
i
b
j
, com T
ij
= T(a
i
, b
j
), mostrando que os a
i
b
j
geram U V . Agora seja
i,j
c
ij
a
i
b
j
= 0. Agindo nesta equacao com a
k
b
l
, mostra que os
coecientes c
kl
s ao todos nulos. Ent ao, os a
i
b
j
s ao linearmente independentes.
Como consequencia, cada tensor T em U V pode ser escrito como uma soma nita de termos da
forma u v:
T =
nito
.
Supomos agora que V possui um produto escalar
19
uv ou u, v, i.e. ele e um espaco euclideano
(no caso K = R) ou unitario (no caso K = C). Neste caso, V pode ser identicado can onicamente
com V
pelo Lema 1.7: Com V
e associado unicamente um v V tal que vale

(w) = v w (166)
18
Realmente, o espa co U V pode ser caracterizado pelo seguinte fato: Ele consiste de combina coes lineares
nitos de produtos (abstratos) u v, sujeito às relacoes (160), (161) e (162).
19
No caso K = C ou dimV = , e costume escrever o produto escalar como u, v. No caso K = C, ele e
anti-linear no primeiro argumento.
para todos w V . A associa cao v estabelece um isomorsmo
20
V

= V
. Seja agora U um
outro espaco vetorial com produto escalar. Por esta identicacao, a denicao (159) se torna
U V

=
_
U V K, bilinear
_
, (167)
e u v U V e identicado com a aplica cao dado por
_
u v
_
(u
, v
) := u, u
v, v
. (168)
Um produto escalar em U V e denido por
u v, u
:= u, u
v, v
. (169)
Como na Proposicao 8.3 mostra-se: Se a
i
, i = 1, . . . , n e uma BON (base ortonormal) em U, e
b
j
, j = 1, . . . , m uma BON em V , ent ao a
i
b
j
, i = 1, . . . , n; j = 1, . . . , m e uma BON em
U V .
Se U e/ou V tem dimensao innita e os dois s ao completos (i.e., eles s ao espacos de Hilbert),
o produto tensorial deles e denido como seguinte. Denem-se primeiro os produtos u v como
aplica coes bilineares U V K pela equacao (168). Depois dene-se U
0
V como o espaco
das combinacoes lineares (nitas) de elementos da forma u v, e U V como a completacao de
U
0
V .

E facil vericar que, se a
1
, a
2
, . . . e uma base de V , ent ao cada tensor T U V e da
forma
T =
i
u
i
a
i
, u
i
U.
No caso de espacos do tipo L
2
(M), vale o seguinte Teorema.
Teorema 8.4 Sejam M
1
e M
2
R
n
. Para f
1
L
2
(M
1
), f
2
L
2
(M
2
), o produto tensorial f
1
f
2
pode ser identicado com um elemento de L
2
(M
1
M
2
) por
(f
1
f
2
)(x, y) := f
1
(x) f
2
(y), x M
1
, y M
2
.
Esta identicac ao estabelece um isomorsmo de espacos de Hilbert
L
2
(M
1
) L
2
(M
2
)
= L
2
(M
1
M
2
).
(Comprovante: [7, p. 52].)
O produto tensorial de mais do que dois espacos vetoriais V
1
, V
2
, V
3
, . . . constroi-se como
seguinte. Por denicao, (V
1
V
2
) V
3
e o espaco das aplica coes bilineares de (V
1
V
2
)
3
em K. Mas as aplica coes lineares de (V
1
V
2
)
K s ao o espaco ((V
1
V
2
)
)

= V
1
V
2
, ent ao
isomorcas com as aplica coes bilineares de V
1
V
2
K. Temos ent ao
(V
1
V
2
) V
3

= V
1
V
2
V
3
K, trilinear.
O mesmo vale para V
1
(V
2
V
3
). Isso mostra que o produto vetorial de espacos vetoriais e
associativo, ent ao podemos escrever V
1
(V
2
V
3
) =: V
1
V
2
V
3
. Iterando este raciocino, temos
V
1
V
n
= V
1
V
n
K, n-linear.
No seguinte, vamos xar um espaco vetorial V sobre K = R de dimensao nita, n (o papel
de V sendo o espaco de vetores deslocamento associado com o espaco am E fsico). Neste caso,
chamamos os vetores v V de vetores contravariantes, e as formas lineares (ou covetores) V
de vetores covariantes.
Deni cao 7 Para r, s N
0
, r + s ,= 0, denimos o espaco de tensores do tipo (r, s) sobre V , em
smbolos T
r
s
(V ), por
T
r
s
(V ) := V V
. .
V
. .
(170)
r vezes s vezes (171)
=
_
..
V
..
V V R, multilinear
_
. (172)
(Na ultima linha usamos a identicacao (158).) Para r = 0 = s denimos T
0
0
(V ) := R.
20
Anti-isomorsmo, no caso K = C.
Os elementos em T
0
s
(V ) (ou seja, as aplica coes s-lineares de V
s
R) que s ao totalmente anti-
lineares s ao chamadas de s-formas.
As equacoes (153), (154) e (156) implicam o seguinte
Corolario 8.5 Uma base em T
r
s
(V ) e dada por
_
a
i
1
a
i
r
a
j
1
a
j
s
, i
1
, . . . , i
r
, j
1
, . . . , j
s
1, . . . , n
_
. (173)
Em mais detalhes, cada T T
r
s
(V ) e da forma
T =
n
i
1
,...,i
r
,j
1
,...j
s
=1
T
i
1
i
r
j
1
j
s
a
i
1
a
i
r
a
j
1
a
j
s
, onde (174)
T
i
1
i
r
j
1
j
s
= T
_
a
i
1
, . . . , a
i
r
, a
j
1
, . . . , a
j
s
_
. (175)
Estes n umeros s ao as chamadas componentes do tensor com respeito à base a
1
, . . . , a
n
. Dois
tensores s ao iguais se, e somente se, as suas componentes com respeito a uma dada base coincidem
(se, e somente se, as suas componentes com respeito a qualquer outra base coincidem).
Em particular, um tensor e zero se, e somente se, todas suas componentes com respeito a uma base
(arbitaria) s ao zero. Como consequencia do Corolario, um tensor T T
r
s
(V ) age em
1
, . . . ,
r
V
e v
1
, . . . v
s
V como
T(
1
, . . . ,
r
, v
1
, . . . v
s
) =
n
i
1
,...,j
s
=1
T
i
1
i
r
j
1
j
s
(
1
)
i
1
(
r
)
i
r
(v
1
)
j
1
(v
s
)
j
s
. (176)
8.1.2 Exemplos: Tensor Kronecker, Tensor metrico, n-Forma de Volume.
Tensor Kronecker. A aplica cao
: V
V R,

(, v) := (v) (177)
e bilinear e por isso um tensor do tipo (1, 1), o chamado tensor Kronecker. Suas componentes com
respeito a qualquer base a
1
, . . . , a
n
s ao dadas por

i
j

(a
i
, a
j
) = a
i
(a
j
) =
i
j
. Ent ao, suas
componentes (com respeito a qualquer base) s ao exatamente os smbolos de Kronecker:
j
i
=
j
i

_
1, se i = j,
0, se i ,= j.
(178)
Tensor Metrico. Lembramos que nosso V e um espaco euclideano, com um produto escalar
V V R, (u, v) u v. Esta aplica cao e um tensor do tipo (0, 2):
Deni cao 8 O tensor metrico g T
0
2
(V ) e o tensor
g(u, v) := u v. (179)
Pelo Corolario 8.5, temos g(u, v) =
i,j
g
ij
u
i
v
j
, onde g
ij
= g(a
i
, a
j
). A base a
1
, . . . , a
n
e
ortonormal (uma BON) se, e somente se, g
ij
=
ij
.
Lembramos que o espaco euclideano V pode ser identicado com seu espaco dual V
por meio
do produto escalar via v
v
, ver eq. (166). Usando a formula (156), temos
v
=
v
(a
i
) a
i
=
i
(v a
i
) a
i
. (180)
A aplica cao inversa e v
:= o unico vetor tal que

(w) = v
w w V.
Com esta identicacao, o produto escalar pode ser extendido para o espaco dual V
, a saber pela
denicao
:= v
(v
) = (v
) (181)
para , V
. Isto dene uma aplica cao bilinear de V
R, ou seja, um tensor do tipo

(2, 0) que nos vamos denotar com o smbolo g T
2
0
(V ).
Proposicao 8.6 A matriz de componentes (contravariantes) de g coincide com o inverso da matriz
de componentes (covariantes) de g:
_
g
ij
_
=
_
g
ij
_
1
, ou seja,
n
j=1
g
ij
g
jk
=
i
k
. (182)
Demonstrac ao. Temos
n
j=1
g
ij
g
jk
=
j
(a
i
a
j
) (a
j
a
k
) = a
i
j
(a
k
a
j
) a
j
= a
i

a
k
= a
i
(a
k
) =
i
k
. (183)
Na terceira equacao nos usamos a eq. (180), e na quarta equacao usamos que
v
= (v), ver
eq. (181).
E costume identicar o vetor v e o covetor correspondente,

v
, e escrever
v
i
:= (
v
)
i
,
considerando v
i
e v
i
como componentes contra- ou covariantes, respectivamente, de um s o objeto.
Consequentemente, para um covetor V
as componentes
i
:= (v
)
i
s ao consideradas como componentes contravariantes de . Tambem, as componentes g
ij
s ao con-
sideradas como componentes covariantes do tensor g:
g
ij
:= g
ij
g(a
i
, a
j
).
Lema 8.7 Temos v
i,j

j
g
ji
a
i
e
v
=
i,j
v
j
g
ji
a
i
, ou seja,
v
i
=
j
v
j
g
ji
,
i
=
j
g
ji
. (184)
Demonstrac ao.
v
i
(
v
)
i
=
v
(a
i
) = v a
i
=
j
v
j
a
j
a
i
=
j
v
j
g
ji
.
i
(v
)
i
= v
(a
i
) = a
i
=
j
a
j
a
i
=
j
g
ji
.
Vale observar que o Corolario implica que o produto escalar pode ser escrito como
u v =
i
u
i
v
i
=
i
u
i
v
i
.
Determinante como tensor: A n-forma de volume. Como a determinante e uma aplica cao
n-linear de V V nos n umeros reais, ela e um tensor do tipo (0, n), que nos vamos denotar
por T
0
n
(V ) (o elemento de volume, ou a n-forma de volume):
(v
1
, , v
n
) := det(v
1
, , v
n
). (185)
Para determinar as componentes deste tensor com respeito a uma base a
1
, . . . , a
n
, precisamos
os smbolos de Levi-Cività:
i
1
i
n
:=
_
_
0, se i
1
, . . . , i
n
,= 1, . . . , n,
1, se (1, . . . , n) (i
1
, . . . , i
n
) e uma permutacao par,
1, se (1, . . . , n) (i
1
, . . . , i
n
) e uma permutacao impar.
(186)
Aviso! Em contraste com os smbolos de Kronecker
i
j
, os smbolos de Levi-Cività nao s ao as
componentes de um tensor! Denimos tambem [g[ pela determinante (positiva!) da matriz
_
g
ij
_
,
onde g
ij
= a
i
a
j
,
[g[ := det(g
ij
). (187)
Pelo Teorema 1.10, [g[
1/2
e o volume do paraleleppedo gerado por a
1
, . . . , a
n
. Observe que a
determinante [g[ nao e um escalar (ela depende da base)! Temos o
Lema 8.8 As componentes de com respeito a uma base a
1
, . . . , a
n
com orienta c ao positiva
s ao dadas por
i
1
i
n
= [g[
1/2
i
1
i
n
. (188)
(Observe que nem a determinante [g[ e um escalar, nem os smbolos de Levi-Cività s ao as compo-
nentes de um tensor s o produto dene um tensor, .)
Demonstrac ao. Sabemos pela eq. (175) que
i
1
i
n
= det(a
i
1
, . . . , a
i
n
). Se alguns indices coinci-
dem, ou seja se o conjunto i
1
, . . . , i
n
,= 1, . . . , n, a determinante se anula pela antissimetria. Se
todos ndices s ao diferentes, ou seja se i
1
, . . . , i
n
= 1, . . . , n, ent ao o modulo [ det(a
i
1
, . . . , a
i
n
)[
coincide com [g[
1/2
pelo Teorema 1.10. O sinal armado segue da antissimetria da determinante.
Em tres dimensoes, o produto vetorial de dois vetores u, v V e relacionado com a forma ,

a saber, suas componentes covariantes s ao dados por
_
u v
_
i
=
j,k
ijk
u
j
v
k
. (189)
Demonstrac ao.
_
u v
_
i
w
i
=
_
u v
_
w = det(u, v, w) =
ijk
u
j
v
k
w
i
.
8.1.3 Mudanca de Base.

Obviamente, as componentes dos tensores dependem da base. Vamos ver agora como eles se
transformam sob uma mudanca da base a
i
, i = 1, . . . , n para uma nova base a
i
, i = 1, . . . , n.
Cada a
i
e uma certa combin cao linear dos a
j
,
a
i
=
n
j=1
A
j
i
a
j
, (190)
e a matriz A
j
i
charateriza a mudanca de base a
i
a
i
. Como primeiro passo, vamos determinar
o comportamento da base dual sob esta mudanca. Temos
i
j
= a
i
( a
j
) = a
i
(
n
k=1
A
k
j
a
k
) =
n
k=1
A
k
j
a
i
(a
k
).
Lendo esta equacao como
i
j
=
k
A
k
j
B
i
k
, inversao da matriz A da B
i
j
=
k
(A
1
)
k
j
i
k
(A
1
)
i
j
,
ou seja, a
i
(a
j
) = (A
1
)
i
j
. Substituindo isto na expansao (156) do covetor a
i
com respeito à base
dual a
j
, a saber a
i
=
j
a
i
(a
j
) a
j
, isto dà
a
i
=
n
j=1
(A
1
)
i
j
a
j
. (191)
Pela eq. (154), as componentes v
i
de um vetor v =
i
v
i
a
i
com respeito à base a
i
s ao dadas
por v
i
= a
i
(v). A eq. (191) implica ent ao que as suas componentes v
i
com respeito à nova base
a
i
s ao dadas por v
i
= a
i
(v) =
k
(A
1
)
i
k
a
k
(v) =
k
(A
1
)
i
k
v
k
, ou seja,
v
i
=
k
(A
1
)
i
k
v
k
. (192)
Da mesma maneira, para um covetor vale, pela eq. (156),
j
= ( a
j
) =
k
A
l
j
(a
l
) =
k
A
l
j
l
:

j
=
k
A
l
j

l
. (193)
Mais geralmente, o Corolario 8.5 sobre as componentes de tensores implica, com o mesmo raciocnio:
Proposicao 8.9 Seja T um tensor in T
r
s
(V ) com componentes T
i
1
i
r
j
1
j
s
e

T
i
1
i
r
j
1
j
s
com respeito a
base a
i
e a
i
, respetivamente (conforme eq.s (174), (175)). Entao vale
T
i
1
i
r
j
1
j
s
=
k
1
,...,k
r
l
1
,...,l
s
(A
1
)
i
1
k
1
(A
1
)
i
r
k
r
A
l
1
j
1
A
l
s
j
s
T
k
1
k
r
l
1
l
s
. (194)
8.1.4 Operacoes com Tensores.
Vamos nalmente introduzir alguns opera coes com tensores.
Produto tensorial ou externo. A denicao do espaco T
r
s
(V ) implica que este espaco pode
ser identicado com
T
r
s
(V ) = T
r
1
s
1
(V ) T
r
2
s
2
(V ), se r = r
1
+r
2
, s = s
1
+s
2
,
a saber com a seguinte identicacao: Para T
1
T
r
1
s
1
(V ) e T
2
T
r
2
s
2
(V ), denimos T
1
T
2

T
r
1
+r
2
s
1
+s
2
(V ) por
_
T
1
T
2
_
(
1
, . . . ,
r
1
+r
2
, v
1
, . . . , v
s
1
+s
2
) :=
T
1
(
1
, . . . ,
r
1
, v
1
, . . . , v
s
1
) T
2
(
r
1
+1
, . . . ,
r
1
+r
2
, v
s
1
+1
, . . . , v
s
1
+s
2
). (195)
Equivalentemente:
_
v
1
v
r
1

1

s
1
_

_
v
1
v
r
2
s
2
_
:=
v
1
v
r
1
v
1
v
r
2
1

s
1

s
2
. (196)
Produto escalar ou interno. Da mesma maneira como o produto escalar foi extendido de
V para V
, pode ser extendido para todos espacos tensoriais T

r
s
(V ) pela seguinte denicao. Para
v
1
v
r
1

s
e v
1
v
s
em T
r
s
(V ), denimos
g(v
1
v
r
1

s
, v
1
v
s
) :=
g(v
1
, v
1
) g(v
r
, v
r
) g(
1
,
1
) g(
s
,
s
). (197)
Esta denicao extende por bilinearidade para o espaco T
r
s
(V ) inteiro. Em componentes, temos
para T, S T
r
s
(V ):
g(T, S) =
i
1
,...i
r
,k
1
,...k
r
,j
1
,...j
s
,l
1
,...,j
s
T
i
1
i
r
j
1
j
s
g
i
1
k
1
g
i
r
k
r
g
j
1
l
1
g
j
s
l
s
S
k
1
k
r
l
1
l
s
.
Contracao. A aplica cao
v
1
v
r
1

s

1
(v
1
) v
2
v
r
2

s
dene uma aplica cao T
r
s
(V ) T
r1
s1
(V ). Ela joga um tensor T T
r
s
i
1
i
r
j
1
j
s
para o tensor

T T
r1
s1
(V ) com componentes
T
i
2
i
r
j
2
j
s
=
k
T
ki
2
i
r
kj
2
j
s
,
e e chamda, por isso, de contrac ao dos primeiros ndices. O mesmo pode ser feito com qualquer
outro par de ndices.
Mudanca do tipo. A aplica cao V T
1
0
(V ) T
0
1
(V ) V
, v
v
, induz uma aplica cao
T
r
s
(V ) T
r1
s+1
(V ), a saber
v
1
v
r
1

s
v
1
v
r1
1

s
v
r
.
Ela joga um tensor T T
r
s
i
1
i
r
j
1
j
s
para o tensor

T T
r1
s+1
(V ) cujas compo-
nentes s ao
T
i
1
i
r1
j
1
j
s+1
=
k
T
i
1
i
r1
k
j
1
j
s
g
kj
s+1
.
O mesmo pode ser feito com qualquer outro par de ndices. Esta opera cao chama-se abaixar um
index. Similarmente, a aplica cao inversa V
V , v
, induz uma aplica cao T

r
s
(V ) T
r+1
s1
(V )
(chamado de levantar um index), resultando numa formula do tipo
T
i
1
i
r+1
j
1
j
s1
=
k
T
i
1
i
r
j
1
j
s1
k
g
kj
r+1
.
Como exemplos, temos
Lema 8.10 i) A mudan ca do tipo do tensor metrico, g T
0
2
(V ) para g T
1
1
(V ) resulta no tensor
Kronecker:
g
j
i
=
j
i
. (198)
ii) A n-forma do volume, , satisfaz:
i
1
i
n
= [g[
1/2
i
1
i
n
, (199)
Em 3 dimensoes:
ijk
klm
=
l
i

m
j

m
i

l
j
, (200)
ijk
k
lm
= g
il
g
jm
g
im
g
jl
. (201)
Demonstrac ao. Eq. (198) segue da eq. (182). Para mostrar (199), calculamos
1n
=
i
1
,...,i
n
i
1
i
n
g
1i
1
g
ni
n
= [g[
1/2
i
1
,...,i
n
i
1
i
n
g
1i
1
g
ni
n
= [g[
1/2
,
pois a soma
i
1
i
n
g
1i
1
g
ni
n
e nada mais do que a determinante da matriz (g
ij
), ou seja,
[g[
1
. Junto com a anti-simetria de
i
1
i
n
, isto implica a eq. (199). A eq. (200) vamos mostrar
numa base ortonormal. (Como os dois lados s ao componentes de tensores, isto è suciente pelo
Corolario 8.5.) Neste caso, [g[ = 1 e nos temos que mostrar
ijk
klm
=
il
jm
im
jl
.
Isso e mostrado por exemplo em [3, p. 683]. Baixando os indices l e m na eq. (200) resulta na
eq. (201).
Endomorsmos. O espaco de tensores do tipo (1, 1) pode ser identicado com o espaco dos
endomorsmos lineares de V , denotado por End(V ),
T
1
1
(V )
= End(V ),
como seguinte. Se A End(V ), dene um tensor T T
1
1
(V ) por
T(, v) = (Av)
para V
, v V . Inversamente: Dado T T
1
1
(V ), dene Av := o unico vetor tal que vale a
equacao acima para todos V
. Isto dene uma aplica cao linear A End(V ). Verique-se que

a aplica cao A correspondente a T := u e Av = (v) u. Na nota cao de Dirac, isto corresponde
literamente à equacao
_
[u[
_
[v := [v [u.
Dado uma base a
1
, . . . , a
n
de V , dene-se uma matriz A
j
i
correspondente a A por
Aa
i
=:
j
A
j
i
a
j
.
Verique-se facilmente que os A
j
i
coincidem com os componentes T
j
i
do tensor T T
1
1
(V ) corre-
spondenete a A End(V ). Seguindo o costume, vamos identicar A e T, e A
j
i
e T
j
i
.
Por exemplo, o endomorsmo que corresponde ao tensor Kronecker , ver eq. (178), e a iden-
tidade I em V , pois (, v) (v) = (Iv). Os seus componentes
j
i
coincidem com a matriz
correspondente a I (para qualquer base).
Deni cao 9 i) O adjunto de um endomorphismo A, em smbolos A
, e o endomorsmo unicamente
caracterizado pelo fato que para todos u, v V vale
u Av = (A
u) v. (202)
O endomorsmo e chamado de simetrico (ou auto-adjunto) se A = A
, ou seja, se para todos

u, v V vale u Av = (Au) v.
ii) O traco de um endomorsmo A, em smbolos Tr A, e denido por
Tr A :=
n
i=1
a
i
Aa
i
(203)
onde a
1
, . . . , a
n
e uma base ortonormal.
(Exerccio: Verique que a denicao (203) nao dependente da base!)
Lema 8.11 i) Um endomorsmo A e simetrico se, e somente se, a matriz de seus componentes co-
variantes, i.e. os componentes de

A T
0
2
(V ) correspondente a A T
1
1
(V )
=End(V ), e simetrica:
21
A
ij
= A
ji
.
ii) O traco de um endomorsmo A coincide com o escalar que surge do tensor em T
1
1
(V ) pela
contrac ao de ndices, Tr A =
i
A
i
i
.
(Exerccio: Mostre que o traco e independente da base.)
8.2 Analise Tensorial.
No seguinte, seja E o espaco am fsico, e V o espaco de vetores deslocamento correspondente.
Deni cao 10 Um campo tensorial do tipo (r, s) e uma aplica cao E T
r
s
(V ). O espaco de tais
campos e denotado por T
r
s
(E).
Ent ao T T
r
s
(E) aplica um ponto p para um elemento T
p
T
r
s
(V ), que por sua vez e uma
aplica cao de V
V R.

E costume escrever o argumento p como index, para deixar espaco
para os argumentos em V
V :
T
p
: (, . . . , v) T
p
(, . . . , v) R.
Em particular, T
1
0
(E) s ao os campos vetoriais, e T
0
0
(E) s ao os campos escalares, ou seja, as funcoes.
Os elementos de T
0
1
(E), ou seja as aplica coes E V
, s ao chamados de formas diferenciais de

grau 1. Um exemplo tpico e construido como seguinte. Lembramos que a derivada parcial D
v
f(p)
de uma funcao e linear em v. Em outras palavras, a aplica cao v D
v
f(p) e em T
0
1
(V ).
21
Isto e equivalente com A
j
i
= A
i
j
so se a base for ortonormal!
Deni cao 11 Seja f : E R uma funcao diferenciavel. O diferencial de f, em smbolos df, e a
forma diferencial de grau 1 denido por
df T
0
1
(E),
_
df
_
p
(v) :=
_
D
v
f
_
(p).
Verique-se facilmente que vale a regra de produto

d(fg) = (df) g +f(dg).
Os diferenciais du
i
das coordenadas u
i
(p) s ao de interesse particular:
Lema 8.12 Seja u
1
, . . . , u
n
um sistema de coordenadas, e
r
u
i
(p), i = 1, . . . , n a base de V
correspondente. Entao o conjunto dos covetores
_
du
i
_
p
, i = 1, . . . , n e a base dual, i.e.
_
du
i
_
p
(v) = v
i
, ou seja,
_
du
i
_
p
_
r
u
j
(p)
_
=
i
j
. (204)
Consequentemente, cada forma diferencial de grau 1 e da forma
A
p
=
i
A
i
(p)
_
du
i
_
p
, com A
i
(p) = A
p
(
i
r(p)),
ver eq. (156) da Proposicao 8.1. As coecientes A
i
(p) s ao chamadas de componentes (covariantes)
de A com respeito ao sistema de coordenadas u
1
, . . . , u
n
. Em particular, temos pela eq. (117):
(df)
p
=
i
f
u
i
(p)
_
du
i
_
p
. (205)
Pelo Corolario 8.5, temos:
Corolario 8.13 Cada T T
r
s
(E) e da forma
T
p
=
n
i
1
,...,i
r
,j
1
,...j
s
=1
T
i
1
i
r
j
1
j
s
(p)
i
1
r(p)
i
r
r(p) (du
j
1
)
p
(du
j
s
)
p
, (206)
onde
T
i
1
i
r
j
1
j
s
(p) = T
p
_
du
i
1
, . . . , du
i
r
,
j
1
r, . . . ,
j
s
r
_
. (207)
Proposicao 8.14 Seja T T
r
s
(E) um campo tensorial, sejam u
1
, . . . , u
n
e u
1
, . . . , u
n
dois
sistemas de coordenadas, e sejam T
i
1
i
r
j
1
j
s
(p) e

T
i
1
i
r
j
1
j
s
(p) as componentes correspondentes de T
p

T
r
s
(V ). Entao vale
T
i
1
i
r
j
1
j
s
(p) =
k
1
,...,k
r
l
1
,...,l
s
T
k
1
k
r
l
1
l
s
(p)
u
i
1
u
k
1
(p)
u
i
r
u
k
r
(p)
u
l
1
u
j
1
(p)
u
l
s
u
j
s
(p). (208)
Demonstrac ao. Pela eq. (79),
r
u
j
=
i
A
i
j
r
u
i
, com A
i
j
=
u
i
u
j
(p). Lembrando que a matriz inversa
e dada por (A
1
)
i
j
=
u
i
u
j
(p), a arma cao segue agora da Prop. 8.9.
(Mais direitamente: Usar a mencionada eq. (79) e o fato que vale
_
d u
i
_
p
=
n
k=1
u
i
u
k
_
du
k
_
p
pela regra de cadeia, e imitar a prova da Prop. 8.9.)

Tensor Metrico. O tensor metrico g T
0
2
(V ) dene um campo tensorial g T
0
2
(E) (nos usamos
o mesmo smbolo):
g
p
(u, v) := g(u, v) u v.
Observe que este tensor e constante no sentido que em cada ponto p E o valor g
p
T
0
2
(V ) e a
mesma aplica cao V V R. Em contraste, as suas componentes com respeito a um sistema de
coordenadas nao s ao constantes em geral:
g
ij
(p) =
r
u
i
(p)
r
u
j
(p),
qual expressao e independente de p para todos ndices i, j somente se o sistema de coordenadas e
linear (e.g., Cartesiano). Se o sistema de coordenadas e ortogonal, temos
g
ij
(p) = h
i
(p)
2
ij
.
A n-Forma de Volume. A determinante dene um campo tensorial constante T
0
n
(E):
p
(v
1
, . . . , v
n
) := det(v
1
, . . . , v
n
). (209)
(Usamos o mesmo smbolo como na eq. (185).) O Lema 8.8 implica:
Lema 8.15 As componentes de
p
com respeito a um sistema de coordenadas u
1
, . . . , u
n
com
orienta c ao positiva s ao dadas por
i
1
i
n
(p) = [g[
1/2
(p)
i
1
i
n
. (210)
Aqu, [g[(p) e o modulo da determinante da matriz
_
i
r(p)
j
r(p)
_
.
Derivada Covariante. A derivada covariante (ou direcional) de campos vetoriais denido em
eq. (114) pode ser generalizada para campos tensoriais de qualquer tipo: Para T T
r
s
(E) e v V ,
denimos
_
D
v
T
_
p
:=
d
dt
T
p+tv
[
t=0
. (211)
Observe que a derivada com respeito ao vetor
r
u
i
(p) coincide com a derivada parcial

u
i
,
_
D r
u
i
(p)
T
_
p
=
_

u
i
T
_
p
.
As componentes de D
v
T s ao determinadas pelas derivadas parciais das componentes de T e os
smbolos de Christoel
k
ij
, denidos por
_

u
i
r
u
j
_
(p) =:
n
k=1
k
ij
(p)
r
u
k
(p). (212)
A denicao implica o seguinte
Lema 8.16 As derivadas das formas diferenciais b asicas du
j
s aos dadas por
_

u
i
du
j
_
p
=
j
ik
(p)
_
du
k
_
p
. (213)
Demonstrac ao. Como du
j
(
k
r) =
j
k
= cte., temos pela regra de produto (aplic avel!)
0 =
i
_
du
j
(
k
r)
_
= (
i
du
j
)(
k
r) +du
j
(
i
k
r) = (
i
du
j
)(
k
r) +
n
l=1
l
ik
du
j
(
l
r)
= (
i
du
j
)(
k
r) +
j
ik
.
Ent ao,
i
du
j
k
(
i
du
j
)(
k
r) du
k
=
k

j
ik
du
k
, como armado.
Com a denicao (212) e o Lema 8.16 podemos calcular a derivada covariante de qualquer tensor.
Por exemplo, para campos vetoriais e formas diferenciais temos
Lema 8.17 Seja A =
i
A
i r
u
i
T
1
0
(E) e A =
i
A
i
du
i
T
0
1
(E). As derivadas covariantes
respectivas s ao dadas por
_

u
i
A
_
(p) =
k
_
A
k
u
i
(p) +
j
A
j
(p)
k
ij
(p)
_
r
u
k
(p), (214)
_

u
i
A
_
p
=
k
_
A
k
u
i
(p)
j
A
j
(p)
j
ik
(p)
__
du
k
_
p
. (215)
Para calcular os smbolos de Christoel num sistema arbitrario de coordenadas usaremos a chamada
formula de Koszul:
Lema 8.18 (Formula de Koszul.) Para quaisquer sistema de coordenadas u
1
, . . . , u
n
vale:
2
r
u
k

2
r
u
i
u
j
=

u
i
_
r
u
j

r
u
k
_
+

u
j
_
r
u
i

r
u
k
_

u
k
_
r
u
i

r
u
j
_
(216)
para i, j, k i, . . . , n.
Demonstrac ao. Aplicando a regra de produto
u
i
_
r
u
j

r
u
k
_
=

2
r
u
i
u
j

r
u
k
+
r
u
j

2
r
u
i
u
k
aos tres termos ao lado direito da eq. (216), todos termos se cancelam menos os termos do lado
esquerdo.
Vamos calcular os si mbolos de Christoel para um sistema arbitrario de coordenadas:
Proposicao 8.19 Sejam g
ij
as componentes do tensor metrico g com respeito a um sistema de
coordenadas u
1
, . . . , u
n
(nao necessariamente ortogonal), e
i
:=

u
i
. Vale
k
ij
=
1
2
l
g
lk
_
i
g
jl
+
j
g
il
l
g
ij
_
. (217)
Demonstrac ao. Pela formula de Koszul (216) temos
2
l
ij
g
kl
=
i
g
jk
+
j
g
ik
k
g
ij
.
Multiplicando com g
kr
, somando sobre k, e substituindo k l e r k, da eq. (217).
Proposicao 8.20 O rotacional e a divergencia de um campo vetorial A e o gradiente e o Laplace
de uma fun c ao f s ao dados, em componentes, por
rot A =
i,j,k
ijk
(
i
A
j
)
k
r (218)
= [g[
1/2
i,j,k
ijk
(
i
A
j
)
k
r, (219)
div A = [g[
1/2
i
_
[g[
1/2
A
i
_
, (220)
grad f =
i,j
(
j
f)g
ji
i
r, (221)
f = [g[
1/2
i,j
i
_
[g[
1/2
(
j
f)g
ji
_
. (222)
Demonstrac ao. Por denicao do rotacional, temos
_
i
r
j
r
_
rot A =
i
A
j
r
j
A
i
r =
i
A
j

j
A
i
=
l,m
(
il
jm
im
jl
)
l
A
m
=
ijk
l,m
klm
l
A
m
.
Na ultima linha temos usado a Eq. (200). Por outro lado, temos
_
i
r
j
r
_
rot A = det(
i
r,
j
r, rot A) =
ijk
( rot A)
k
.
Compara cao da
l,m

klm
l
A
m
= ( rot A)
k
, que mostra a Eq. (218) da Proposicao. Na eq. (219),
usamos a eq. (199). A eq. (220) e comprovado da mesma maneira como na Proposicao 7.4, lem-
brando que o volume v do paraleleppedo gerado pelos
i
r agora e dado por [g[
1/2
. Pela denicao,
( grad f)(p) e o vetor equivalente (pela metrica) com o covetor (df)
p
. Ent ao, pelo Lema 8.7, temos
( grad f)
i
=
j
(df)
j
g
ji
=
j
(
j
f) g
ji
.
(Usamos a eq. (205) na ultima equacao.) Isto da eq. (221). As equacoes (220) e (221) implicam a
eq. (222).
8.3 Aplica cao: Tensores de Deforma cao e Tensao, Lei de Hooke.
Tensor de Deformacao. Imaginamos um corpo s olido que sofre uma deforma cao contnua.
Antes da deforma cao ele ocupa uma certa regi ao, G, no espaco, e depois uma regi ao G
. A
deforma cao pode ser matematicamente descrita por uma aplica cao bijetiva contnua, , de G sobre
G
. A aplica cao consiste de uma parte que descreve um movimento isometrico (transla cao +
rotacao) e uma parte que descreve a propria deforma cao. A descri cao somente da ultima parte,
para pequenos deforma coes, e efetuada pelo tensor de deforma cao.
Consideramos dois pontos vizinhos p e q em G (antes da deforma cao), e as imagens deles
em G
sob da deforma cao, p
:= (p) e q
:= (q). Sejam v := pq e v
:=

p
os vetores
relativos (deslocamento) entre os vizinhos antes e depois da deforma cao, respectivamente. O que
nos interesse e a mudanca do vetor relativo
d := v
v.
(Este vetor descreve a mudanca da posicao do ponto q relativo a seu vizinho p sob a deforma cao,
e ja e independente de qualquer parte translat oria contido em . Vamos ver logo como jogar fora
a parte rotacional tambem.) Dado p, este vetor depende obviamente s o de v, e e zero se v = 0.
Ent ao deve existir uma aplica cao linear L
p
: V V tal que vale
d = L
p
v +O(|v|
2
). (223)
Vamos determinar esta aplica cao L
p
. Para estes ns, chamamos o vetor deslocamento entre um
ponto o e sua imagem (o) (para qualquer o E) de (o). (Para a nossa lineariza cao estes vetores
nem precisam ser pequeno.) Isto dene um campo vetorial :
o +(o) := (o), o G.
Claramente temos (ver Figura 3) v
v = (p +v) (p), ent ao temos

d = (p +v) (p) = (D
v
)(p) +O(|v|
2
).
Ent ao, como a derivada covariante e linear em v, a Eq. (223) realmente vale, com
L
p
v = (D
v
)(p).
p
q
p
v
v
v
(p)
(q)
d
Figura 3: Deformacao.
Igual qualquer aplica cao linear em V , L
p
possui uma unica decomposicao L
p
= S
p
+ R
p
numa
parte simetrica (ver Denicao 9), S
p
= (S
p
)
, e uma parte anti-simetrica, R

p
= (R
p
)
: A saber,
S
p
:=
1
2
_
L
p
+ (L
p
)
_
,
e R
p
:=
1
2
_
L
p
(L
p
)
_
. Como veremos logo, a parte simetrica S
p
descreve a deforma cao, e a parte
anti-simetrica R
p
descreve a rotacao de L
p
. Por isso, a parte simetrica S
p
e chamado de tensor de
deformac ao.
A saber, S
p
possui, como aplica cao linear simetrica, uma BON de auto-vetores e
1
, . . . , e
3
:
S
p
e
i
=
i
e
i
. Ent ao S
p
descreve uma expansao (
i
> 0) ou compress ao (
i
< 0) nas direcoes
correspondentes, e por conseguinte nao exhibe rotacao. Para interpretar melhor o tensor S
p
,
observamos que para pequenas deforma coes espera-se |d| |v|, o que implica v
v |v
| |v|.
Usando isto, temos
v S
p
v
|v|
2

v L
p
v
|v|
2
=
v d
|v|
2

|v
| |v|
|v|
, (224)
ou seja, v S
p
v |v|
2
descreve a deformac ao relativa na direcao v.
Por outro lado, a matriz dos componentes de R
p
com respeito a uma BON apropriada
e
1
, . . . , e
3
tem a forma
_
_
0 0
0 0
0 0 0
_
_
.
Mas isto e o gerador innitesimal de uma rotacao em torno do eixo e
3
, ent ao R
p
descreve uma
rotacao innitesimal. Um outro ponto de vista chega à mesma conclus ao: A saber, para u, v V
vale
u R
p
v =
1
2
(u L
p
v L
p
u v) =
1
2
(u D
v
(p) D
u
(p) v) =
1
2
rot (p) (v u).
Ent ao, u R
p
v e proporcional a componente do rotacional do campo na direcao v u.
Obviamente, o tensor S corresponde a uma dilatac ao homogenea se ele e um multiplo da
unidade, S
p
= c(p) I. Pouco menos obvio e que ele corresponde a um cisalhamento puro se ele
tem traco zero, Tr S
p
= 0 (ver Denicao 9). O traco do tensor de deforma cao S
p
descreve a
variacao relativa (innitesimal) de volume feito pela deforma cao. Para ver isto, consideramos um
paraleleppedo, gerado por 3 vetores v
1
, v
2
, v
3
com vertice em p. A imagem sob a deforma cao
e aproximadamente
22
o paraleleppedo gerado por v
1
, v
2
e v
3
com vertice em p
(com a mesma
nota cao p
, v
i
= (I + L
p
)v
i
como antes). Seja V e V
o volume do paraleleppedo antes e depois

da deforma cao, respectivamente. Temos
V
= det((I +L
p
)v
1
, (I +L
p
)v
2
, (I +L
p
)v
3
_
= det(I +L
p
) det(v
1
, v
2
, v
3
) = det(I +L
p
) V.
Usando o fato que para pequenas deforma coes vale
det(I +L
p
) 1 + Tr L
p
1 + Tr S
p
,
22
Realmente, os vertices da imagem sao sim os pontos p
+v
i
, mas o paraleleppedo e deformado.
temos ent ao
V
V
V
Tr S
p
, (225)
onde a aproximacao e bom para pequenos lados |v
i
| do paraleleppedo e para pequenos auto-
valores de S
p
. Em particular, Tr S
p
= 0 signica que a deforma cao S
p
deixa invariante o volume
(proximo de p), ent ao e um cisalhamento puro.
Em geral, S
p
possui (igual qualquer aplica cao linear) uma unica decomposicao S
p
= D
p
+ C
p
onde D
p
e um m ultiplo da unidade e C
p
tem traco zero. A saber,
S
p
=
1
3
(Tr S
p
) I
. .
+ S
p
1
3
(Tr S
p
) I
. .
= D
p
+ C
p
.
(226)
Isto signica que cada deforma cao innitesimal pode ser decomposto ( unicamente) em uma di-
latacao homogenea e um cisalhamento puro.
Tensor de Tensao. Consideramos a deforma cao de um corpo s olido elastico. Para deform a-
lo s ao precisos forcos que agem na superfcie do corpo (supondo ausencia de a cao à distancia).
Considerando agora uma regi ao arbitraria G no interior do corpo, perguntamos o seguinte: Quais
seriam as forcas necessarias no contorno de G para manter a dada deforma cao dentro de G se
cortassemos o complemento de G fora? A forca F(p) necessaria num elemento (p) = n
da superfcie depende certamente da area , mas tambem da orienta cao n(p) do elemento da
superfcie. No limite de pequenas areas ;d, esta dependencia da forca deve ser linear. Ent ao
temos
dF(p) =
p
d(p), (227)
onde
p
e uma aplica cao linear de V em V , o chamado tensor de tens ao.
Mostra-se que, se o corpo est a no equilbrio com torque externo zero, este tensor e simetrico,
p
= (
p
)
[3, p. 670]. Como mencionado acima,

p
possui uma unica decomposicao
p
= p(p)I +
p
,
onde
p
tem traco zero, a saber: p(p)
1
3
Tr
p
, e
p

p
p(p)I. Fsicamente, p(p) e a pressao
no ponto p, e
p
descreve uma tens ao de cisalhamento.
Lei de Hooke generalizada. Num corpo s olido elastico, a rela cao entre tensao e deforma cao
pode ser aproximada, para pequenas deforma coes, por uma rela cao linear. Por isso, existe para
cada ponto p no corpo uma aplica cao linear
p
: T
1
1
(V ) T
1
1
(V ) tal que vale
p
=
p
S
p
. (228)
A aplica cao inversa
1
p
descreve a deforma cao do corpo provocada por uma dada tensao.
p
depende somente do material do corpo.
Em analogia com o isomorsmo End(V )

= T
1
1
(V ), tal aplica cao
p
pode ser identicado com
um tensor em T
2
2
(V ): o chamdo tensor de elasticidade. Tal tensor em 3 dimensoes tem, em geral,
3
4
= 81 componentes. O fato que
p
e S
p
s ao simetricos, e o produto escalar tambem e, implicam
as simetrias dos componentes covariantes deste tensor
klij
=
ijkl
=
jikl
=
ijlk
,
que reduzem o n umero de componentes independentes a 21. 3 graus de liberdade podem ser xos
pela escolha de um sistema de coordenadas. Os outros 18 n umeros correspondem a 18 constantes
do material. No caso de um s olido policristalino ou isotr opico, o n umero se reduz a 2, os chamados
modulos de compress ao e de rigidez.
Vamos discutir em mais detalhe este caso de um s olido isotropico, i.e., que nao possui nenhuma
direcao discriminada (em constraste a um cristal). Neste caso, se nos submetemos todos instru-
mentos em nosso laboratorio a uma rotacao R (deixando o s olido xo), as propriedades do s olido,
e ent ao o tensor de elasticidade, nao mudam. Matematicamente, isto signica que
p
commuta
com a representa cao T T
R
do grupo das rotacoes em T
1
1
(V ) dada por (v)
R
:= Rv(R
1
)
t
,
onde R
T
e a aplica cao transposta, denida por (R
T
)(v) := (Rv). Em coordenadas:
(T
R
)
j
i
= R
k
i
(R
1
)
j
l
T
l
k
.
O espaco T
1
1
(V ) contem 3 subespacos invariantes sob esta representa cao, a saber os escalares
(os m ultiplos da unidade), os tensores anti-simetricos e os tensores simetricos com traco zero,
correspondente as representa coes irredutveis do grupo de rotacoes com spin 0, 1 e 2, respectiva-
mente. (No caso presente, tratamos s o com tensores simetricos, ent ao o subespaco dos tensores
anti-simetricos e ausente.)
Como o nosso tensor de elasticidade
p
comuta com a representa cao, o Lema de Schur implica
que ele age em cada uma destes dois subespacos (escalares e tensores simetricas com traco zero)
como um certo m ultiplo da unidade. Por isso, existem duas constantes, K e , tal que
p
(S
p
) =
3K S
p
se S
p
= cI, e
p
(S
p
) = 2S
p
se S
p
tem traco zero. Usando a decomposicao (226), a
Eq.
p
=
p
S
p
ent ao se reduz à equacao
p
= 3K D
p
+ 2C
p
= K (Tr S
p
) I + 2
_
S
p
1
3
(Tr S
p
)I
_
.
(229)
Isto e o Lei de Hooke generalizado, e as constantes K e s ao chamadas de m odulo de compressao
e de rigidez, respectivamente. Esta equacao pode facilmente ser invertido, S
p
=
1
p

p
, a saber
S
p
=
1
9K
(Tr
p
) I +
1
2
_
1
3
(Tr
p
)I
_
. (230)
Isto da a deforma cao causada por uma tensao.
l
2R
Figura 4: l/R = kl.

Exemplo: Tor cao de um Bastao. Um bast ao (cilndro do raio R e comprimento l >> R)
e torto por um angulo como na Figura 4. O homeomorsmo correspondente e dado (em
coordenadas cilndricas r, , z) por
: r(r, , z) r(r, +kz, z).
(Aqui, k /R, ver Figura 4.)
A Divergencia e Rotacional na Geometria Diferencial.
A.1 Caracteriza cao da Divergencia na Geometria Diferencial.
Na geometria diferencial, e costume caracterizar a divergencia de um campo vetorial A de uma
outra maneira, a saber: O campo A gera um uxo (ingles: ow, a distinguir do uxo atravez
uma superfcie!) em E, ver eq. (233) abaixo. Heuristicamente, div A e a taxa de variacao relativa
do volume Vol(G) de uma regi ao G sob o uxo gerado por A, no limite Vol(G) 0. Como veremos
abaixo, ver Eq.s (238) e (240), para um (pequeno) paraleleppedo (v
1
, . . . , v
n
) a taxa de variacao
do volume sob o uxo e aproximadamente dada por
n
i=1
det
_
v
1
, . . . , v
i1
, D
v
i
A(p), v
i+1
, . . . , v
n
_
. (231)
Ent ao, a divergencia de A no ponto p deveria ser esta expressao dividida pelo volume do par-
aleleppedo, det(v
1
, . . . , v
n
). Realmente, a expressao (231) e n-linear e totalmente antissimetrica
em v
1
, . . . , v
n
, e o Lema 1.6 arma que ela e proporcional à determinante det(v
1
, . . . , v
n
). Ent ao,
o quociente e independente do paraleleppedo e depende s o do campo A, e a seguinte denicao faz
sentido:
Deni cao 12 (Alternativa) A divergencia de um campo vetorial A e o campo escalar caracter-
izado pelo fato que vale
( div A)(p) det(v
1
, . . . , v
n
) =
n
i=1
det
_
v
1
, . . . , v
i1
, D
v
i
A(p), v
i+1
, . . . , v
n
_
(232)
para quaisquer n vetores v
1
, . . . , v
n
V .
Mostramos primeiro que isto coincide com a Denicao (120) da divergencia. Substituindo v
i
:=
i
r
na Eq. (232), e considerando D
i
r
A =
i
A e det(
1
r, . . . ,
n
r) = v, a Eq. (232) implica
v div A = det(
1
A,
2
r,
3
r, . . .) + det(
1
r,
2
A,
3
r, . . .) +. . .
=
1
det(A,
2
r,
3
r, . . .) +
2
det(
1
r, A,
3
r, . . .) +. . .
=
1
(A
1
v) +
2
(A
2
v) +
3
(A
3
v),
com os mesmos argumentos como na prova da Proposicao 7.4. Isso mostra que a divergencia, como
denida aqu, tambem satisfaz a Eq. (122) e ent ao coincide com a divergencia como denida antes.
Vamos fazer a mencionada interpreta cao da Denicao 12 em termos do uxo de A precisa.
Primeiro, alguns denicoes: A curva integral de um campo A atraves um ponto p, em smbolos
t
t
(p), e a curva caracterizada pela seguinte EDO e condi cao inicial:
d
dt
t
(p) = A(
t
(p)),
0
(p) = p. (233)
A familia de transformacoes p
t
(p) de E denida dessa maneira e chamada o uxo gerado pelo
campo A (ingles: ow of A). Para t 0 vale
t
(p) = p +tA(p) +O(t
2
). (234)
Esta nocao de uxo e relacionado com o uxo de A atraves uma superfcie S como seguinte.
Seja S
+
a parte de S que consiste dos pontos p onde o campo A(p) aponta para o mesmo lado de
S como o vetor normal n(p) da superfcie, em formulas A(p) n(p) > 0 para p S
+
. Seja
t
o
uxo gerado pelo campo A como denido na Eq. (233). Para t > 0 consideramos o conjunto G
+
t
de pontos p cuja curva integral s
s
(p) atravessa a parte S
+
da superfcie (na direcao n por
hip otese) no intervalo de tempo [0, t], em formulas
G
+
t
:=
_
s[0,t]
s
(S
+
)
s
(p)[ s [0, t], p S
+
. (235)
Da mesma maneira denimos o conjunto G
t
de pontos p cuja curva integral s
s
(p) atravessa
a superfcie no sentido oposto ao vetor normal n. Ent ao, o uxo de A atraves S e
_
S
A d =
d
dt
_
Vol(G
+
t
) Vol(G
t
)
_
t=0
. (236)
Consideramos agora uma regi ao G e a imagem G
t
:=
t
(G) dela sob o uxo
t
. Sejam
u
1
, . . . , u
n
coordenadas na regi ao G, com orienta cao positiva, e com valores num certo cubo
Q
0
. Na regi ao G
t
denimos coordenadas u
i
t
por u
i
t
_
t
(p)
_
:= u
i
(p). Se ent ao um ponto p G
tem valores de coordenadas (u
1
, . . . , u
n
) Q
0
, o ponto
t
(p) tem os mesmos valores em termos
das coordenadas u
i
t
. Nesta situacao, denotamos o vetor posicao do ponto p por r(u
1
, . . . , u
n
) e
o vetor posicao do ponto
t
(p) por r
t
(u
1
, . . . , u
n
). Conforme eq. (234), temos r
t
(u
1
, . . . , u
n
) =
r(u
1
, . . . , u
n
) +tA(u
1
, . . . , u
n
) +O(t
2
), ent ao
i
r
t
(u
1
, . . . , u
n
) =
i
r(u
1
, . . . , u
n
) +t
i
A(r(u
1
, . . . , u
n
)) +O(t
2
). (237)
Consideramos agora o paraleleppedo gerado por
1
r
t
, . . . ,
n
r
t
, com vertice em
t
(p). Pela
Eq. (237), a taxa da variacao do volume (orientado) deste paraleleppedo e dada por
d
dt
det(
1
r
t
, . . . ,
n
r
t
)
t=0
=
n
i=1
det(
1
r, . . . ,
i
A, . . . ,
n
r
t
). (238)
Mas
i
A coincide com a derivada covariante de A na direcao
i
r, ent ao pela denicao da di-
vergencia, temos
div A(p) det(
1
r, . . . ,
n
r) =
d
dt
det(
1
r
t
, . . . ,
n
r
t
)
t=0
. (239)
Para interpretar esta equacao geometricamente, consideramos o pequeno cubo G
com vertice
r(u
1
, . . . , u
n
), ver Fig. 3:
G
:= r(u
1
+s
1
, . . . , u
n
+s
n
)[ s
i
[0, ].
Como r(u
1
, . . . , u
i
+ , . . . , u
n
) = r(u
1
, . . . , u
n
) +
i
r + O(
2
), o paraleleppedo gerado por
1
r, . . . ,
n
r e uma versao linearizada de G
, e o volume dele coincide com o volume de G

n+1
. Similarmente, o paraleleppedo gerado por
1
r
t
, . . . ,
n
r
t
e uma
versao linearizada da imagem,
t
(G
). A Eq. (239) ent ao arma que div A(p) e a taxa de variac ao

relativa do volume da imagem de um pequeno cubo G
sob o uxo gerado por A, no limite 0.

23
A Eq. (239) tambem implica a seguinte variante nao-innitesimal desta arma cao:
Proposicao A.1 Seja A um campo vetorial com uxo
t
, G uma regiao em E, e G
t
:=
t
(G) a
imagem de G sob o uxo
t
, com volume orientado Vol(G
t
). Entao vale
_
G
div A dV =
d
dt
Vol(G
t
)
t=0
. (241)
23
A Eq. (239) pode ser escrito numa maneira sem coordenadas, usando a nocao da derivada de Lie da geometria
diferencial. Em detalhes: Seja (v
1
, . . . , v
n
) o paraleleppedo gerado por n vetores v
1
, . . . , v
n
V comecando
no ponto p. Para t xo, dene-se o chamado diferencial do difeomorsmo
t
pela aplica cao linear V V dado por
T
p
t
(v) :=
d
ds
t
(p + sv)
s=0
.
(Esta aplica cao joga nosso vetor
i
r em
i
r
t
.) T
p
t
(v) e o vetor deslocamento entre as imagens dos pontos vizinhos
p e p +v, m odulo termos da ordem v
2
. Por isso,
t
:=
T
p
t
(v
1
), . . . , T
p
t
(v
n
)
e uma vers ao linearizada ou innitesimal (para pequenas v

i
) da imagem de sob o uxo,
t
(). Agora calcula-se
d
dt
T
p
t
(v)
t=0
= D
v
A(p) (generalizando a Eq. (237)), e a regra de produto da
d
dt
Vol
t
t=0
=
n
i=1
det
v
1
, . . . , v
i1
, D
v
i
A(p), v
i+1
, . . . , v
n
. (240)
A Denicao (232) entao e equivalente com a equa cao
div A Vol =
d
dt
Vol
t
t=0
.
Vale mencionar que na geometria diferencial,
d
dt
Vol
t
t=0
e chamada a derivada de Lie com respeito a A da
determinante (ou seja, do elemento de volume), (L
A
det)(v
1
, . . . , v
n
).
r(u
1
, u
2
)
r(u
1
+, u
2
)
r(u
1
, u
2
+)
r
t
(u
1
, u
2
)
r
t
(u
1
+, u
2
)
r
t
(u
1
, u
2
+)
1
r
2
r
1
r
t
2
r
t
t
G
t
(G
)
Figura 5: Interpreta cao da divergencia.
Demonstrac ao. N os usamos coordenadas u
1
, . . . , u
n
com vetores posicao r(u
1
, . . . , , u
n
) G e
r
t
(u
1
, . . . , , u
n
) G
t
como acima. Conforme eq. (239), temos
d
dt
VolG
t
t=0
=
_ _ _
Q
0
d
dt
det(
1
r
t
, . . . ,
n
r
t
)
t=0
du
1
du
n
=
_ _ _
Q
0
div A(u
1
, . . . , u
n
) det(
1
r, . . . ,
n
r) du
1
du
n
=
_
G
div A dV.
A Proposicao A.1 implica diretamente o Teorema de Gauss, porque a taxa de variacao

d
dt
Vol(G
t
)
t=0
coincide com o uxo de A atraves do contorno de G. Para ver isto, lembramos
dos conjuntos G
t
de pontos p cuja curva integral t
t
(p) atravessa a superfcie na direcao do
vetor normal n (G
+
t
) ou oposto (G
t
), respectivamente, ver Eq. (235). A diferenca dos volumes
deles e o volume dos pontos que entram menos o volume dos pontos que saem durante o intervalo
[0, t], e coincide com a diferenca dos volumes de G
t
e G:
Vol(G
+
t
) Vol(G
t
) = Vol(G
t
) Vol(G).
Mas a derivada com respeito a t, em t = 0, do lado esquerdo e pela Eq. (236) justamente o uxo
de A atraves G. Ent ao temos
_
S
A d =
d
dt
Vol(G
t
)
t=0
. (242)
Por outro lado, gracas à Proposicao A.1 o lado direito coincide com
_
G
div AdV . Isto mostra o
teorema de Gauss se nos denimos a divergencia como na Denicao 12. Aquele teorema, por sua
vez, implica que a divergencia satisfaz a Eq. (120). (Isto mostra de novo que nossas duas denicoes
da divergencia, atraves Eq. (120) e (232), respectivamente, s ao equivalentes.)
A.2 Caracteriza cao do Rotacional na Geometria Diferencial.
O rotacional de um campo vetorial e, na forma presente, s o denido no espaco am de dimensao
n = 3.
Deni cao 13 O rotacional de um campo vetorial A no ponto p, em smbolos ( rot A)(p), e o unico
vetor tal que para qualquer u, v V vale
( rot A)(p)
_
u v
_
= D
u
A(p) v D
v
A(p) u. (243)
(Observe que o lado direito da eq. (243) e bilinear e anti-simetrico em u e v, ent ao linear em uv.
O Lema 1.9 ent ao arma a existencia e unicidade de um vetor ( rot A)(p) satisfazendo a eq. (243).)

p
A
u
Figura 6: Interpreta cao de rot A n. A gura mostra o plano n
e a proje cao A
do campo A
a este plano. rot A n e a taxa de variacao da norma de A
em direcao u A
, neste exemplo
positivo.
Vamos interpretar o rotacional de A no ponto p, ver Fig. 4. Dado um vetor unitario n (nao colinear
com A(p)), consideramos o plano n
e a proje cao do campo A neste plano, A
(q) := P
n
(A(q))
para q numa vizinhanca de p no plano p + n
. Seja u o ( unico) vetor unitario no plano n
ortogonal a A
(p) tal que u, A
(p), n s ao positivamente orientados. Nesta situacao a Denicao 13

implica
24
rot A(p) n = D
u
|A
(p)|, (244)
ou seja: A componente de rot A(p) na direcao n e a taxa de variacao da norma de A
(p) em
direcao u ortogonal a A
(p), ver Fig. 4.

Vamos calcular o rotacional em coordenadas. Seja u
1
, . . . , u
n
um sistema de coordenadas
ortogonais.
Proposicao A.2 O rotacional de um campo vetorial A, conforme Deni c ao 13, e dado em coor-
denadas pela eq. (130).
Demonstrac ao. Seja e
i
=
i
r /h
i
. Substituindo (u, v) por D
u
A v D
v
A u no Lema 1.9, a
Eq. (45) implica
rot A =(D
e
2
A e
3
D
e
3
A e
2
) e
1
+
(D
e
3
A e
1
D
e
1
A e
3
) e
2
+ (D
e
1
A e
2
D
e
2
A e
1
) e
3
.
Tomando em conta que D
i
r
A =
i
A, e
i
A
j
r
j
A
i
r =
i
(A
j
r)
j
(A
i
r), isso da
Eq. (130).
Vamos agora demonstrar o Teorema 7.10 de Stokes, usando a Denicao 13 do rotacional.
Demonstrac ao do Teorema de Stokes. Seja, no primeiro passo, a superfcie S : (s, t) r(s, t) a
imagem de um ret angulo K, i.e., (s, t) K = [0, s
0
] [0, t
0
]. O contorno S de S ent ao consiste
de 4 curvas suaves C
k
: r
k
(), k = 1, . . . , 4, com a seguinte parametriza cao:
r
1
() := r(, 0), [0, s
0
], r
1
() =
s
r(, 0)
r
2
() := r(s
0
, ), [0, t
0
], r
2
() =
s
r(s
0
, )
r
3
() := r(, t
0
), [0, s
0
], r
3
() =
s
r(, t
0
)
r
4
() := r(0, ), [0, t
0
], r
4
() =
s
r(0, ).
As curvas C
1
, C
2
tem a orienta cao de S, e as curvas C
3
, C
4
tem a orienta cao oposta a S. Nos
escrevemos A(s, t) := A(r(s, t)), e tomamos em consideracao que
D
s
A(r(s, t)) =
s
A(s, t), D
t
A(r(s, t)) =
t
A(s, t).
24
Denindo v := A
(p)/A
(p), temos n = u v e A(p) v A
(p) v = A
(p), pois A = A
+ cn. Usando
D
v
A(p) u = D
v
(A(p) u) = 0, a deni cao (243) implica Eq. (244).
Temos ent ao
_
S
rot A d =
_
t
0
0
_
s
0
0
rot A(r(s, t))
_
s
r(s, t)
t
r(s, t)
_
dsdt
=
_
t
0
0
_
s
0
0
_
(
s
A
t
r)(s, t) (
t
A
s
r)(s, t)
__
dsdt
=
_
t
0
0
_
s
0
0
_
s
(A
t
r)(s, t)
t
(A
s
r)(s, t)
__
dsdt
=
_
t
0
0
_
(A
t
r)(s
0
, t) (A
t
r)(0, t)
_
dt
_
s
0
0
_
(A
s
r)(s, t
0
) (A
s
r)(s, 0)
_
ds
=
_
t
0
0
_
A(r
2
(t)) r
2
(t) A(r
4
(t)) r
4
(t)
_
dt
_
s
0
0
_
A(r
3
(s)) r
3
(s) A(r
1
(s)) r
1
(s)
_
ds
=
_
C
2
A dr
_
C
4
A dr
_
C
3
A dr +
_
C
1
A dr =
_
S
A dr.
Na terceiraa equacao usamos a regra do produto
s
(A
t
r) =
s
A
t
r +(A
s
t
r), e o Teorema
de Schwartz,
s
t
r =
t
s
r. Na quarta equacao usamos o Teorema Fundamental do Calculo. Num
segundo passo consideramos uma superfcie S arbitraria. Se nos dividirmos ela em duas superfcies
parciais S
1
e S
2
, com contornos C
1
e C
2
, vale por um lado
_
S
rot A d =
_
S
1
rot A d +
_
S2
rot A d
porque a integral e aditiva. Por outro lado vale tambem
_
S
A dr =
_
C
1
A dr +
_
C
2
A dr,
porque a divisa entre S
1
e S
2
e sendo percorrida duas vezes, com sentidos opostos, tal que os termos
correspondentes se cancelam. Por isso, se a Eq. (134) vale para S
1
e S
2
ela tambem vale para S.
Iterando a subdivisao, podemos escrever S como uni ao (possvelmente innita) de ret angulos S
i
da forma considerada no primeiro passo. Isto mostra a Eq. (134) para S arbitraria.
O teorema de Stokes implica que o rotacional pode ser caracterizado pela eq. (128). Ent ao as
duas denicoes do rotacional, (128) e (243), s ao equivalentes.
B Exerccios.
Ex. 1. (Espa co Vetorial.) Seja C([0, 1]) o conjunto de funcoes contnuas denidas no intervalo
[0, 1], com valores reais.
(a) Dado f, g C([0, 1]) e s R, dene uma funcao f +g e uma funcao s f.
(b) Mostre que, com sua denicao da soma e da multiplica cao por os escalares, o conjunto
C([0, 1]) constitui um espaco vetorial.
Ex. 2. (Espa co vetorial.) Lembra que o seguinte axiomo foi parte da nossa denicao de um
espaco vetorial V :
Para cada vetor u V existe um vetor u tal que u + (u) = 0.
Usando os outros axiomos, mostre que este vetor e dado por u = (1) u.
Ex. 3. (Dependencia linear.) Mostre que, no R
2
, os dois vetores (1, 0), (1, 1) s ao linearmente
independentes, mas os tres vetores (1, 0), (1, 1), (1, 2) s ao linearmente dependentes.
Ex. 4. (Projecao ortogonal.) Seja V um espaco euclideano de dimensao n, e e
1
,. . . ,e
r
(onde
r n) um sistema ortonormal. Seja U a varredura deles (as combinacoes lineares), e seja P
U
o
projetor sobre U. Ent ao, para qualquer dado v V , P
U
v e o vetor denido por
P
U
v =
r
i=1
(e
i
v) e
i
.
Mostre que o vetor v P
U
v e ortogonal ao subespaco U.
(Dica: Mostre primeiro que este vetor e ortogonal a e
1
, . . . , e
r
.)
Ex. 5. (Produto vetorial no R
3
.) Seja x = (x
1
, x
2
, x
3
) e y = (y
1
, y
2
, y
3
) em R
3
. Mostre que
o produto vetorial x y e dado por
x y = (x
2
y
3
x
3
y
2
, x
3
y
1
x
1
y
3
, x
1
y
2
x
2
y
1
).
Ex. 6. (Coordenadas polares no plano.) Supomos que no plano temos discriminado uma
origem o e uma BON de vetores deslocamento e
x
, e
y
, com coordenadas x, y, correspondentes:
Recordamos que as coordenadas x, y de um ponto p s ao denidas por
r(p) = xe
x
+y e
y
, (245)
onde r(p) e o vetor-posicao do ponto p. Denimos agora coordenadas polares (r, ) implicitamente
pelas equacoes
x = r cos , y = r sen , (246)
com as restri coes r > 0 e 0 < 2.
(a) Escreve os vetores
r
r
e
r
(derivadas parciais) como combinacao linear dos vetores e

x
, e
y
,
e determine a norma deles.
Dica: Vale a pena substituir x e y na eq. (245) em termos de r e .
(b) Mostre que, para qualquer dado (r, ), os vetores
r
r
e
r
s ao uma base de R
2
.
Ex. 7. (Area e volume.)
(a) Os vertices de um triangulo plano tem coordenadas Cartesianas (2, 1, 5), (5, 2, 8) e (4, 8, 2).
Calcular a area do triangulo, usando o produto vetorial. (Dica: Esta area e a metade da
area do paralelogramo gerado por dois vetores convenientes.)
(b) Um paraleleppedo no plano tem vertices com coordenadas Cartesianas (0, 0, 0), (3, 0, 0),
(0, 0, 2) e (0, 3, 1). (Os 3 outros vertices s ao xados pela denicao de um paraleppedo.)
Calcular o volume, usando a determinante de tres vetores comvenientes.
Ex. 8. (Coordenadas polares no plano.) Determinar as componentes Cartesianas, bem como
a norma, dos vetores
r
r
(p),
r
(p) e
r
r
(p)
r
(p)
para os seguinte pontos (em coordenadas Cartesianas, p = (x, y)):
(a) p = (1, 0) e p = (2, 0),
(b) p = (0, 1) e p = (0, 2),
(c) p =
1
2
(1, 1) e p =
2
2
(1, 1).
Ex. 9. (Transforma cao de coordenadas no plano.) Seja A um campo no plano dado (em
coordenadas polares) por
A(r, ) :=
1
r
2
r
(r, ).
Determine as componentes A
x
(x, y) e A
y
(x, y) de A(p) com respeito às coordenadas Cartesianas,
usando a formula de transformacao de componentes de vetores no Lema 3.4.
Ex. 10. (Coordenadas esfericas.)
(a) Para um ponto p arbitrario, calcule o vetor
r
(p)
r
(p). Para este m, use a BON

e
r
(p), e
(p), e
(p). (I.e., faz a decomposicao dos vetores

r
(p),
r
(p) com respeito a esta

base, e calcule o vetor
r
(p)
r
(p) em termos da mesma base.) Calcule tambem a norma

deste vetor.
(b) Dito com o vetor
r
r
(p)
r
(p). Considera em particular os pontos p com (p) =

2
(i.e.,
pontos no equador).
Ex. 11. (Coordenadas cilndricas.) O movimento de um eletron num campo magnetico seja a
superposicao de um movimento retilneo uniforme na direcao z com velocidade v
z
, e um movimento
circular uniforme no plano x-y com velocidade angular e raio R.
(a) Achar a parametriza cao (t), (t), z(t) da curva em coordenadas cilndricas.
(b) Determinar a velocidade r(t) em termos da base
r
,
r
,
r
z
.
(c) Determinar as normas | r(t)|, | r(t)| da velocidade.
Ex. 12. (Comprimento de curvas.) O movimento de um eletron num campo magnetico uni-
forme e composto por um movimento uniforme linear na direcao do campo com velocidade con-
stante v
0
, e um movimento uniforme circular no plano perpendicular a v
0
, com frequencia angular
e raio R.
(a) Qual e o sistema de coordenadas melhor adaptado ao problema?
(b) Calcule o comprimento da curva percorrida pelo eletron depois uma perode T (periode
refere ao movimento uniforme circular no plano).
Ex. 13. (Integral de curva no plano.) Seja A o campo vetorial no plano dado por
A(r, ) :=
1
r
2
r
(em coordenadas polares), e : t r(t) uma curva fechada que faz uma volta em torno da origem
(um la co). Calcular a integral de A sobre a curva ! Commente sobre o resultado. (Obs.: Primeiro
tem que achar uma parametriza cao de tal curva. Qual sistema de coordenadas?)
Ex. 14. (
Area da hemisfera.) Calcular a area da hemisfera com raio R, escolhendo uma

parametriza cao e usando a formula da aula para areas.
Ex. 15. (Derivada direcional.) Calcular
_
D
v
f
_
(p), onde f, v e as coordenadas (u
1
, u
2
, u
3
)
de p s ao dados por
(a) f(x, y, z) = 2x
2
+ 3y
3
+z, v = e
x
2e
y
, (x, y, z) = (3, 1, 4);
(b) f(r, , ) = sen () r
2
, v = 5
r
r + 2
r, (r, , ) = (1, /2, /4);

(c) f(x, y) = exp(x) cos(y), v = e
x
, (x, y) = (0, 0).
Ex. 16. (Integral de volume.) Seja G a regi ao dos pontos com coordenada-z entre 0 e 1,
G = R
2
R
2
[0, 1], e seja f : G R a funcao dado por
f(x, y, z) := z exp(x
2
y
2
).
Calcular a integral de f sobre G, usando a formula da aula. Como primeiro passo, escolha coor-
denadas bem-adaptadas!
Ex. 17. (Integral de volume.) Um corpo tem a forma de um paraleleppedo com vertices
(x, y, z) = (1, 1, 1), (3, 1, 1), (1, 4, 2) e (1, 1, 2) (os outros 3 vertices s ao xados pela denicao de
um paraleppedo). Ele tem a densidade (x, y, z) = x + 2y + z. Calcular a massa do corpo.
Dica: Um possvel jeito e o seguinte: Escolhendo um vertice p
0
do paraleleppedo como origem,
os tres lados incidentes em p
0
denem uma base a
1
, a
2
, a
3
do R
3
. Isto da coordenadas u
i
no
paraleleppedo pela denicao
p
0
p =:
3
i=1
u
i
(p) a
i
.
(Quais valores tem estes coordenadas para pontos no interior do paraleleppedo ou seja, com
a nota cao da aula: qual e o domnio G
0
das coordenadas u
i
?) Escreva as coordenadas Carte-
sianas (x, y, z) usadas inicialmente, bem como a densidade , em termos das novas coordenadas
(u
1
, u
2
, u
3
). (Cuidado! O origem escolhido inicialmente ,= p
0
!) Determine
r
u
i
(p) e use a formula
da aula sobre integrais de volume. Nicht eindeutig!!
Ex. 18. (Fluxo do campo eletrico.)
(a) Seja S a esfera do raio R, com orienta cao tal que o vetor normal aponta para fora, e seja
E(p) :=
kq
| op|
3
op
o campo eletrico no ponto p gerado por uma carga puntiforme na origem o. Calcular o uxo
de E sobre a superfcie S. Comente sobre o resultado!
(b)
Seja agora S uma deforma cao contnua da esfera, mais precisamente: uma superfcie fechada
que contem a origem o, e que tem a propriedade que cada raio come cando em o passa por S
exatamente uma vez. Determine uma parametriza cao para S, e calcule o uxo de E sobre
S. Comente!
Dica: Escolha a parametriza cao analogamente com a esfera em termos de coordenadas
esfericas, mas sem xar r(s, t) = R!
Ex. 19. (Campos conservativos no plano.) No plano, seja C uma curva fechada que segue
somente as linhas de r e de , e nao contem o origem no interior. Ent ao, ela consiste de 4
segmentos, a saber entre 4 pontos com coordenades respectivas (r
1
,
1
), (r
2
,
1
), (r
2
,
2
) e (r
1
,
2
),
onde 0 < r
1
< r
2
e 0
1
<
2
< 2.
(a) Achar uma parametriza cao da curva C.
(b) Seja A um campo vetorial da forma A(r) = f(r)
r
(em coordenadas polares). Calcule a

integral de A sobre a curva C do item (a). Mostre: Os integrais sobre todas curvas fechadas
da mesma forma
25
como C s ao zero se e somente se f(r) = c r
2
para uma constante c.
(c)
Seja E um campo vetorial da forma E(r) = f(r)

r
r
. Mostre: Os integrais de E sobre todas
curvas fechadas da mesma forma como C s ao zero se e somente se f e da forma f(r) =

f(r).
Ex. 20. (Campo conservativo e gradiente no R
2
.)
(a) Seja A o campo vetorial dado (em coordenadas polares) por A(r, ) :=
1
r
2
r
. No domnio
D := R
2
(x, 0), x 0 o campo A e conservativo [isso segue do exerccio 5.1.(b)]. Ent ao
deve existir uma funcao t.q.
A = grad em D. (247)
Calcule este potencial , e faz o check que realmente vale eq. (247), usando a formula
explicita do gradiente em coordenadas polares.
(b) Fazer o mesmo com o campo E(r) = f(r)
r
r
, que tambem e conservativo.
(c) Visualizar os campos A e E dos items (a) e (b), respectivamente, e as superfcies (neste
caso bidimensional, as linhas) de nvel dos potenciais correspondentes. Faz 2 comment arios
sobre a direcao dos gradentes em rela cao a estes linhas de nvel.
Ex. 21. (Gradientes.) Calcule os gradientes das seguintes funcoes, em termos de coordenadas
indicadas
26
em parenteses:
(a) f(x, y, z) = 2x
2
+ 3y
3
+z (Coordenadas Cartesianans),
(b) f(r, , ) = sen () r
2
(Coordenadas esfericas),
(c) f(, , z) = exp() sen ()z
2
(Coordenadas cilndricas).
Ex. 22. (Superfcie de nvel.) Seja f(, , z) :=
2
z (em coordenadas cilndricas), e seja S
a superfcie de nvel f = 0 desta funcao, i.e. o parabol oido
S := p : f(p) = 0.
(a) Calcule o gradiente de f, em termos de coordenadas cilndricas
2
.
(b) Achar uma parametriza cao de S, e calcule o vetor normal (unitario) n(p), p S.
(c) Para qual lado (fora ou dentro) do parabol oide S aponta n(p)? Achar outra parametriza cao
com a orienta cao inversa (i.e., com n apontando para o outro lado)!
(d) Qual rela cao temos entre os vetores n(p) e
_
grad f
_
(p), para p S? Por que isto deve ser
assim?
25
mais precisamente, com winding number 0
26
I.e., em termos da base {
r
u
i
} se as coordenadas {u
i
} foram indicadas.
Ex. 23. (Corpo rgido em rotacao.) O campo de velocidade de um corpo rgido em rotacao
em torno de um eixo xo n, com velocidade angular , e dado por v(r) = r, onde := n,
e r e o vetor posicao com respeito a um origem no eixo.
(a) Calcule v e rot v em coordenadas cilndricas. Dica: Usar o fato que as coordenadas
cilndricas satisfazem
r(p) = (p)
r
(p) +z(p)
r
z
(p). (248)
(b) Integrar
_
C
v dr ao longo de um crculo C no plano ortogonal a n que faz uma volta em
torno do eixo n no sentido contra-horario. Verique que
_
C
v dr
area
= rot v e
z
.
Ex. 24. (Rotacional.) Calc ule o rotacional dos seguintes campos.
(a) A(, , z) = f()
r
(em coordenadas cilndricas).

(b) A(, , z) =
2 r
(em coordenadas cilndricas).

(c) E(r, , ) = f(r)
r
r
(em coordenadas esfericas).
(d) E(r, , ) = r
5 r
r
(em coordenadas esfericas).
Ex. 25. (Divergencia.) Calcular a divergencia do campo eletrostatico E gerado por uma esfera
uniformemente carregada, com carga total Q e raio R.
(a) No interior, onde E e dado por
E(r) = k
Q
R
3
r e
r
.
(b) No exterior, onde E e dado por
E(r) = k
Q
r
2
e
r
.
(c)
Pelos resultados dos itens anteriores: div E e proporcional a qual grandeza fsica?
Ex. 26. (Acelera cao em coordenadas cilndricas sem smbolos de Christoel.) Seja
t r(t) a curva de uma partcula. Achar as componentes da velocidade v := r e da aceleracao
a = v em coordenadas cilndricas. (Ou com respeito à base
r,
r,
z
r, i.e., as componentes
v
i
denido por v =
v
i
i
r; ou com respeito à base e
, e
, e
z
, i.e., as componentes v
(i)
denido
por v =
v
(i)
e
i
.) Tome em consideracao que e
(p) e e
(p) (em contraste a e

z
) dependem do
ponto p (e por conseguinte, de t)! Dica: Use a eq. (248), e
d
dt
(e
i
e
j
) = 0 (Por que?) para
determinar esta dependencia de t.
Ex. 27. (Potencial-vetor do o reto innito.) O campo magnetico de um o condutor inni-
tamente extendido no eixo-z e com corrente I na direcao das z positivas e dado, em coordenadas
cilndricas, por
B(r) =

0
I
2
e
. (249)
Mostre que um potencial-vetor do campo magnetico e dado por
A(r) :=

0
I
2
ln(
1
) e
z
.
Ex. 28. (Grad e rot do vetor posicao.)
(a) Calcule div r. Use o resultado para calcular
_
G
r d,
onde a superfcie G e o contorno de uma regi ao G.
(b) Calcule rot r. Use o resultado para calcular
_
S
r dr,
onde a curva S e o contorno de uma superfcie S.
(c) Mostre que grad (1/r) = (1/r
2
) e
r
.
(d) Use a equacao do item anterior para mostrar
1
r
= 0 se r ,= 0, enquanto
_
G
1
r
dV = 4 (250)
para qualquer regi ao G que contem a origem. (Em outras palavras,
1
r
e 4 vezes a
distribuicao-delta.) Dica: Mostre eq. (250) primeiro para uma bola do raio R centrada na
origem, e depois para regi oes arbitrarias.
Ex. 29. (Potencial-vetor do solen oide.) O campo magnetico de um solen oide do raio R,
innitamente extendido na direcao e, e dado por
B(r) =
_
0
nI e no interior, e
0 no exterior do solen oide,
(251)
onde I e a corrente e n e o n umero de espiras por metro. Calcular o potencial-vetor A do campo
magnetico (satisfazendo B = rot A), usando nossa formula geral
A(r) :=
_
1
0
sB(sr) rds : (252)
(a) No interior do solen oide. (A eq. (252) depende, via r(p) = op, da escolha da origem o. Onde
voce esolha o?) Escreva o resultado em termos de B e r, sem usar coordenadas.
(b) No interior do solen oide, usando coordenadas cilndricas. (Escolha o eixo-z apropriada-
mente!) Dica: Use a formula
r(, , z) = e
+ze
z
. (253)
(c) No exterior do solen oide, usando coordenadas cilndricas. Dica: Mostre primeiro que a
coordenada satisfaz
(sr) = s(r). (254)
Ex. 30. (Regras para Nabla.) Mostre: Para uma superfcie S com contorno S e funcoes f, g
vale
_
S
(f grad g) dr =
_
S
_
grad f grad g
_
d.
Referencias
[1] G. Arfken, H. Weber, Mathematical Methods for Physicists (Academic Press, New York, 1995)
[2] G. Birkho, S. MacLane,

Algebra Moderna B asica (Guanabara Dois, Rio de Janeiro, 4
a
edicao,
1980)
[3] E. Butkov, Fsica Matematica (Guanabara Dois, Rio de Janeiro)
[4] R.V. Churchill, Variaveis Complexas e Suas Aplicac oes (Mc Graw-Hill do Brasil, Sao Paulo)
[5] H. Feshbach, P.M. Morse, Methods of Theoretical Physics (Mc Graw-Hill, New York)
[6] E. Kreyszig, Matematica Superior (John Wiley & Sons, New York, 2
a
edicao, 1984)
[7] M. Reed, and B. Simon, Methods of Modern Mathematical Physics I (Academic Press, New
York, 1975)
[8] W. Rudin, Real and Complex Analysis (McGraw-Hill, 1986)
[9] G.E. Shilov, B.L. Gurevich, Integral, Measure and Derivative: A Unied Approach (Prentice-
Hall, New York 1966)

Análise Vetorial

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análise Vetorial

Enviado por

Direitos autorais:

Formatos disponíveis

An alise Vetorial

E costume deprezar o e escrever tu em vez de t u. Os n umeros reais, neste contexto, s ao

O exemplo principal de um espaco euclideano e o R

um outro vetor que satisfaz

u (= (u)) para todos u V . Isto implica que ww

Em termos de uma BON e

Na introduc ao do rotacional `a la geometria diferencial vamos usar o seguinte fato.

e ortogonal a todos vetores em

E importante observar que

Coordenadas Ortogonais. Um sistema de coordenadas u

, no caso de coordenadas esfericas.

Aviso: Em constraste `a eq. (92), vale

Unica exce cao: Coordenadas lineares, como por exemplo Cartesianas.)

que podem ser aproximados

, e aproximamos a forca ao longo de C

por seu valor F(p

pode agora ser aproximado por W

. Fazendo os comprimentos dos segmentos C

cada vez menores,

e o vetor deslocamento entre as extremidades de C

(com sentido conforme a orienta cao da

na Eq. (98), resultando em

e o vetor deslocamento entre o ponto inicial e nal de C

que podem ser aproximados por superfcies planas S

, e aproximamos a velocidade perto de S

por seu valor v(p

pode agora ser aproximado

e o vetor superfcie correspondente `a superfcie plana S

m odulo termos da ordem , por exemplo o vetor

. Se a superfcie S e fechada (i.e., S e o contorno G de uma regi ao G), e costume escrever

, e aproximamos a massa pela soma

. O limite de pequenos volumes da o valor exato da massa. Este

s ao o diametro e o volume da regi ao G

Os componenetes do gradiente podem ser calculados pela Eq. (36):

, > 0, e uma famlia de regi oes tal que cada G

contem o ponto p e tem diametro

contrai para o ponto p se 0. Observe que o volume de G

cai para zero como

um pequeno cubo centrado em p cujas arestas

. (Todos pontos tem coordenada u

, e o volume dele coincede com o volume de G

modulo termos da ordem

aponta para fora, o vetor normal n

, > 0, e uma famlia de superfcies tal que cada S

contem o ponto p, tem vetor normal

. (A integra cao ao longo de S

e uma famlia de superfcies como especicada encima, e [S

a mesma superfcie, esticado

= p + pq, q S.) Seja S o vetor superfcie

, e a area dele coincede com a area [S

modulo termos da ordem

e sendo percorrida duas vezes, com sentidos

vale pela propria

). Ent ao, temos

e uma famlia de regi oes que contrai ao ponto r

Analise Vetorial, 13/07/2010 31

, e o espaco das aplica coes lineares de V em K,

que, porem, nao e can onico pois depende de uma

um covetor. Pela linearidade, temos para qualquer v V com decomposicao como na

s ao isomorcos (porem nao numa maneira can onica). Agora

, o n umero (v) ( aplicado em v) pode ser tambem encarado como v aplicado em

existe um vetor v V tal que para todas V

. Conforma a Proposicao 8.1,

pelo Lema 1.7: Com V