Escolar Documentos
Profissional Documentos
Cultura Documentos
Tensores Ime PDF
Tensores Ime PDF
Ivo Terek
1
Pelo texto você irá se deparar com alguns exercícios, que possuem o
simples objetivo de fazer com que você perca o medo dos tensores, e que
também servem para te ajudar com alguns pontos cujo entendimento re-
quer a sua participação ativa (sim, pegue lápis e rascunho).
Observação.
Sumário
1 Aplicações multilineares 2
3 A propriedade universal 29
1 Aplicações multilineares
Fixe de uma vez por todas V um espaço vetorial real de dimensão fi-
.
nita, V ∗ = { f : V → R | f é linear} o seu espaço dual, e denote por Lin(V )
o espaço dos operadores lineares1 em V. Para inteiros r, s ≥ 1, denote
. .
(V ∗ )r = V ∗ × · · · × V ∗ (r vezes) e V s = V × · · · × V (s vezes).
Definição 1.1. Um tensor de tipo (r, s) em V é uma aplicação multilinear
T : (V ∗ )r × V s → R. O conjunto dos tensores de tipo (r, s) em V é deno-
tado por Trs (V ).
Observação.
2
• Note que T10 (V ) = V ∗∗ ∼ = V e que T01 (V ) = V ∗ . Recorde que a
identificação entre V e V é dada por V 3 v 7→ v̂ ∈ V ∗∗ , onde v̂ é
∗∗
.
definindo por v̂( f ) = f (v). A filosofia por trás de v̂ é simples: dados
apenas v ∈ V e f ∈ V ∗ , só tem um jeito razoável de produzir um
número real.
Exercício 1.1. Mostre que V 3 v 7→ v̂ ∈ V ∗∗ é de fato um isomor-
fismo linear, caso isto seja novidade.
Sugestão. Não esqueça de começar verificando que v̂ é de fato um
elemento de V ∗∗ .
T : V × (V ∗ )3 × V 2 × V ∗ → R,
4. O traço tr : Mat(n, R
) → R, que associa a uma matriz o seu traço;
tr ∈ T 1 Mat(n, R) .
0
3
Exercício 1.2. Convença-se de que os exemplos acima de fato são tensores.
Em alguns lugares na literatura, dizem que tensores são “arrays n-
dimensionais” de números, ou uma generalização de matrizes. Vejamos
como esta ideia nasce:
Definição 1.3. Sejam B = (ei )in=1 e B∗ = (ei )in=1 bases duais de V e V ∗ . Se
T ∈ Trs (V ), dizemos que as componentes de T na base B são os números
.
T i1 ...ir j1 ...js = T (ei1 , . . . , eir , e j1 , . . . , e js ).
Observação.
• Nunca consideraremos simultaneamente bases de V e V ∗ que não
sejam duais ao calcular as componentes de um dado tensor em tal
base. Por isso, dizemos que as componentes de T estão apenas na
base B, sem mencionar a base B∗ (que já está determinada por B).
Assim:
Em todos os resultados do texto, quando for declarada uma base B = (ei )in=1
de V, assuma também dada a sua base dual B∗ = (ei )in=1 , com esta notação.
4
Exercício 1.3. Se B = (ei )in=1 é uma base de V, mostre que v = ∑in=1 ei (v)ei
e f = ∑in=1 f (ei )ei , para quaisquer v ∈ V e f ∈ V ∗ . Seguindo a notação
introduzida na Definição 1.3 acima, podemos então escrever v = ∑in=1 vi ei
e f = ∑in=1 f i ei .
Sugestão. Você pode verificar que ambos os lados das igualdades pro-
posta agem igualmente em alguma base do domínio. Por exemplo, B e
B∗ .
= ak` ,
como desejado.
5
Para ver que B ⊗ B∗ gera T11 (V ), considere T ∈ T11 (V ). Aplicando o
Exercício 1.3 acima, temos:
!
n n n
T ( f , v) = T ∑ f ( ei ) ei , ∑ e j ( v ) e j = ∑ f ( ei ) e j ( v ) T ( ei , e j )
i =1 i =1 i,j=1
n n
= ∑ T ij f (ei )e j (v) = ∑ T ij (ei ⊗ e j )( f , v)
i,j=1 i,j=1
!
n
= ∑ T ij ei ⊗ e j ( f , v ),
i,j=1
n
quaisquer que sejam f ∈ V ∗ e v ∈ V, donde T = ∑i,j i j
=1 T j ei ⊗ e , como
desejado.
.
Exercício 1.5. Sejam (e1 , e2 ) uma base de R2 e T = e1 ⊗ e1 + e2 ⊗ e2 .
(a) Mostre que T não pode ser escrito na forma v1 ⊗ v2 , quaisquer que
sejam v1 , v2 ∈ R2 .
6
Em outras palavras, a matriz do operador linear na base B e as com-
ponentes do tensor associado, na mesma base, na verdade são a mesma
coisa!
Por meio deste isomorfismo, é possível falar nas noções de traço e de-
terminante de um tensor de tipo (1, 1). O determinante não se generaliza
facilmente para tensores de maior valência. Sendo assim, foquemos no
traço:
Proposição 1.7. Existe uma única aplicação linear tr 11 : T11 (V ) → R tal que
tr 11 (v ⊗ f ) = f (v), para todos f ∈ V ∗ e v ∈ V. A operação tr 11 é usualmente
chamada de contração.
.
Naturalmente, gostaríamos de definir tr 11 ( T ) = ∑in=1 T ii , onde ( T ij )i,j
n
=1 são
as componentes de T em uma dada base de V. Para legitimar tal definição
é então imperativo mostrar que se B e = (eei )in=1 e B ei )in=1 são outras
e ∗ = (e
bases duais de V e V ∗ , vale ∑in=1 T ii = ∑in=1 Tei .
i
Faremos isto aplicando o utilíssimo Exercício 1.3 (p. 5):
!
n n n n n
∑ T ii = ∑ T (e , ei ) = ∑ T ∑ e (ee j )ee , ∑ eek (ei )eek
i i j
i =1 i =1 i =1 j =1 k =1
!
n n n
= ∑ ei (e ek (ei ) T (e
e j )e ej, e
ek ) = ∑ ej e
T ke
k
∑ ei (ee j )ei
i,j,k=1 j,k=1 i =1
n n n
∑ ej e ∑ e j δk = ∑ Te j ,
k j
= T k e (e
ej ) = T k j
j,k=1 j,k=1 j =1
como desejado.
Observação.
7
• A notação tr 11 ficará mais clara quando discutirmos contrações para
tensores de tipo (r, s), em breve.
• Observe que, seguindo a notação do Teorema 1.6 (p. 6), de fato temos
tr 11 ( T ) = tr (Ψ( T )), onde o segundo tr denota o traço de operadores
lineares.
1
• De modo análogo, há uma única aplicação R-linear tr1 : T11 (V ) → R
1
tal que tr1 ( f ⊗ v) = f (v). Veremos na Seção 2 que na presença de
1
um produto escalar h·, ·i em V, tr1 é equivalente à tr 11 .
Pela primeira vez precisamos saber como as componentes de um dado
tensor em diferentes bases se relacionam. Isto acaba sendo de muita im-
portância em Física, onde os problemas costumam ser tratados por meio
de coordenadas. Para tensores de tipo (1, 1) temos a:
Proposição 1.8. Sejam T ∈ T11 (V ) e
então
n
ei =
T j ∑ bik a`j T k` .
k,`=1
8
Sugestão. Faça substituições e mostre o pedido via a definição de pro-
duto entre matrizes, verificando que ∑nk=1 aik bkj = ∑nk=1 bik akj = δij .
ei = ∑ n
(c) Mostre que se T ∈ T12 (V ), então T i p q `
jk `,p,q=1 b ` a j a k T pq . Você con-
segue imaginar como fica a relação para tensores T ∈ Trs (V )? Spoiler:
Teorema 1.14 (p. 15, adiante).
O exercício acima na verdade nos diz várias coisas sobre como tensores
se comportam mediante mudança de base. Em particular, nos diz que a
base dual se transforma “na direção oposta” da base inicial. Isso pode ser
discutido para justificar a nomenclatura contravariante/covariante ado-
tada, mas não parece haver um acordo uniforme sobre isso.
Agora que estamos um pouco acostumados com tensores de tipo (1, 1),
veremos que as adaptações para o caso geral (r, s) são mínimas. Comece-
mos dando a definição de produto tensorial no caso geral (mencionado
brevemente nos itens (5) e (6) do Exemplo 1.2, p. 3):
0
Definição 1.9. O produto tensorial de T ∈ Trs (V ) e S ∈ Trs0 (V ) é o tensor
r0
T ⊗ S ∈ Tr+s+ s0 (V ) definido por
0
( T ⊗ S)( f 1 , . . . , f r+r , v1 , . . . , vs+s0 )
. 0
= T ( f 1 , . . . , f r , v 1 , . . . , v s ) S ( f r +1 , . . . , f r +r , v s +1 , . . . , v s + s 0 ).
Exercício 1.8.
• ( T1 + λT2 ) ⊗ S = T1 ⊗ S + λ( T2 ⊗ S);
• T ⊗ (S1 + λS2 ) = T ⊗ S1 + λ( T ⊗ S2 ).
9
Observação. Pode-se também definir o produto tensorial entre tensores
com domínios embaralhados, fornecendo os argumentos e alimentando
os tensores (em ordem) até esgotá-los, de modo a também desembaralhar
o domínio do produto obtido. Por exemplo, se T ∈ T12 1 (V ) e S ∈ T21 (V ),
podemos definir T ⊗ S ∈ T43 (V ) por
( T ⊗ S)( f 1 , f 2 , f 3 , f 4 , v1 , v2 , v3 ) = T ( f 1 , v1 , v2 , f 2 )S( f 3 , f 4 , v3 ).
é uma base para o espaço vetorial Trs (V ). Em particular, dim Trs (V ) = nr+s .
donde segue precisamente que ak1 ...k`r ...`s = 0. Pela arbitrariedade dos ín-
1
dices, concluímos que B⊗r ⊗ ( B∗ )⊗s é linearmente independente.
10
Agora, vejamos que B⊗r ⊗ ( B∗ )⊗s gera Trs (V ). De fato, se T ∈ Tsr (V ),
afirmamos que
n
T= ∑ T i1 ...ir j1 ...js ei1 ⊗ · · · ⊗ eir ⊗ e j1 ⊗ · · · ⊗ e js .
i1 ...ir ,j1 ,...,js =1
Com efeito, basta ver que ambos os lados agem igualmente sobre uma
base do domínio (V ∗ )r × V s . Assim sendo, considere índices arbitrários
e a (r + s)-upla (ek1 , · · · , ekr , e`1 , · · · , e`s ). Aplicando a igualdade em tal
(r + s)-upla, do lado esquerdo obtemos T k1 ...kr` ...`s por definição, e do di- 1
reito obtemos também T k1 ...kr` ...`s , por um cálculo análogo ao feito para
1
verificar a independência linear de B⊗r ⊗ ( B∗ )⊗s (envolvendo deltas de
Kronecker).
11
• Omitem-se todos os símbolos de somatório, ficando implícito que
se um mesmo índice aparece uma única vez em cima e em baixo,
estamos somando sobre ele. Por exemplo:
n
v= ∑ vi ei −→ v = vi ei
i =1
n
f = ∑ fi ei −→ f = f i ei
i =1
n
tr 11 ( T ) = ∑ Tii −→ tr 11 (T ) = Tii
i =1
n
ei =
T j ∑ bik a`j T k` −→ T
ei = b i a ` T k
j k j `
k,`=1
n
Ai = ∑ Bij C j −→ Ai = Bij C j
j =1
n
∑ Aiji −→ Aiji
i =1
n
∑ aik bkj = δij −→ aik bkj = δij
k =1
• Deve-se tomar cuidado com quais índices são “mudos” e quais não
são. É a mesma situação quando lidamos com índices mudos em so-
matórios ou em variáveis mudas em integrais indefinidas. Por exem-
plo, temos que
vi ei = v j e j = v k e k = · · · ,
etc., mas note que nestas situações, os índices repetidos aparecem
uma única vez em cima e em baixo. Sendo assim, expressões como
vi vi ou vi + ui não são compatíveis com a convenção de Einstein. Por-
tanto, voltaremos com os símbolos de somatório quando necessário.
12
j
lado esquerdo. O correto é identificar que na expressão v j = b i wi ,
j
o índice i é mudo. Assim, podemos escrever v j = b k wk e substituir
j
pi = ai j b k wk , sem conflitos (observe o somatório duplo implícito).
Exercício 1.11.
(a) Suponha que vi = ai j w j e que (bij )i,j
n i n
=1 seja a matriz inversa de ( a j )i,j=1 .
Mostre que wi = bij v j .
(b) Simplifique:
j
• δij δ k δki .
j
• e1jk` δ 2 δk4 δ`3 .
• δij vi u j .
j
• δ2j δ k vk .
j
• δ3j δ 1 ;
• ei3k δip vk .
(c) O delta de Kronecker e o símbolo de Levi-Civita são tensores muito
particulares, que após devidas identificações (que veremos na Seção
2), podem ser identificados com tensores cujas componentes são, em
bases adequadas, δij e eijk , assumindo os mesmos valores que δij e eijk
(reveja o Exemplo 1.4, p. 4). Mostre que
então N ij M jk = 2δik .
13
Sugestão. Os valores numéricos de δ e e com quaisquer posiciona-
mentos de índices são o que você imagina. Pelo item (c), temos que
ij
e r ekj s = δis δkr − δik δrs . Além disto, e jks n j ns = 0 (por quê?), e n ser
unitário nos diz que δrs nr ns = 1.
é uma base para o espaço vetorial T111 (V ), com operações entre tensores
definidas ponto a ponto. Em particular, dim T111 (V ) = n3 .
14
1. Se δ : V ∗ × V → R é dado por δ( f , v) = f (v), como no Exemplo 1.2
(p. 3), então tr 11 (δ) = δii = n.
tr 11 ( B) = Biik ek e tr 12 ( B) = Biji e j .
ij
3. Se W ∈ T23 (V ) é dado por W = W k`m ei ⊗ e j ⊗ ek ⊗ e` ⊗ em , temos
2 · 3 = 6 contrações (todas elas tensores de valência 3). Algumas
delas são
ij ` m
tr 11 (W ) = W i `m e j ⊗ e ⊗ e ,
ij
tr 12 (W ) = W kim e j ⊗ ek ⊗ em , e
ij
tr 23 (W ) = W k ` j ei ⊗ e k ⊗ e ` .
Proposição 1.13. Sejam B = (ei )in=1 uma base de V e T ∈ Trs (V ). Então dados
1 ≤ a ≤ r e 1 ≤ b ≤ s, temos
i ...ir−1 i ...i a−1 ki a ...ir−1
(tr ba ( T )) 1 j1 ...js−1 =T1 j1 ...jb−1 kjb ...js−1 .
ei1 ...ir
T j1 ...js = bik1 1 · · · bikr r a`j11 · · · a`jss T k1 ...kr`1 ...`s .
15
Observação. Um jeito de pensar nesta lei de transformação é em termos
n
de ( ai j )i,j i n
=1 , tendo em mente que ( b j )i,j=1 é a sua matriz inversa (nós já vi-
mos isso no Exercício 1.7, p. 8): para cada índice covariante (inferior), um
termo a contribui, enquanto que para cada índice contravariante (supe-
rior), um termo b contribui. Ou seja, termos “co” correspondem à matriz
de coeficientes “direta”, e termos “contra” à sua inversa.
Demonstração: É quase automático, usando o Exercício 1.7 (p. 8) e a con-
venção de Einstein:
ei1 ...ir
T = T (eei1 , . . . , eeir , ee j1 , . . . , ee js )
j1 ...js
16
Fixamos daqui em diante um produto escalar h·, ·i em V.
Como h·, ·i é um tensor, em particular sabemos o que são suas componen-
.
tes numa base B = (ei )in=1 de V: gij = hei , e j i. As imposições dadas na
definição de h·, ·i nos dão boas condições sobre tais componentes, qual-
quer que seja a base B escolhida:
n
• A condição (i) garante que a matriz ( gij )i,j =1 é simétrica;
n
• A condição (ii) garante que a matriz ( gij )i,j =1 é não-singular (ou seja,
possui inversa).
n
A matriz inversa de ( gij )i,j ij n
=1 é usualmente denotada por ( g )i,j=1 . As
vantagens de possuir um produto escalar começam quando utilizamos-o
para obter novas identificações naturais (que não dependem da escolha de
uma base do espaço).
(ii) Dado f ∈ V ∗ existe um único f ] ∈ V tal que f (v) = h f ] , vi, para todo
v ∈ V. Fica então bem definida a aplicação sustenido ] : V ∗ → V, que é o
isomorfismo inverso de bemol.
17
Proposição 2.3. Seja B = (ei )in=1 uma base de V. Suponha que v = vi ei ∈ V e
f = f i ei ∈ V ∗ . Então v[ = vi ei e f ] = f i ei , onde
vi = gij v j e f i = gij f j .
Observação.
Exercício 2.2.
2 Alguns textos chamam esta operação de “contrair contra gkj ”.
18
(a) Tenha certeza de que entendeu as manipulações feitas utilizando a
convenção de Einstein nas duas últimas demonstrações.
(b) Verifique que (ei )] = gij e j , completando a demonstração acima.
Mudando um pouco o ponto de vista, o que acabamos de fazer foi ver
como usar h·, ·i para identificar T01 (V ) e T10 (V ). Isto pode ser feito para
0
identificar Trs (V ) com Trs0 (V ), desde que r + s = r 0 + s0 . Vejamos alguns
casos com valência baixa, para começar.
.
Proposição 2.5. A aplicação ]1 : T02 (V ) → T11 (V ) dada por T ]1 ( f , v) = T ( f ] , v)
é um isomorfismo.
Demonstração: É claro que ]1 é linear, e como dim T20 (V ) = dim T11 (V ),
basta ver que ]1 é injetor. Seja B = (ei )in=1 uma base de V. Note que
Exercício 2.3.
.
(a) Mostre que a aplicação [1 : T20 (V ) → T11 (V ) definida por T[1 ( f , v) =
T ( f , v[ ) é um isomorfismo.
(b) Caso já não tenha feito isso durante o item (a), verifique também que
T ij = g jk T ik .
Exercício 2.4.
(a) Mostre que [1,2 : T20 (V ) → T02 (V ) dada por T[1,2 (v, w) = T (v[ , w[ ) é
um isomorfismo.
(b) Caso já não tenha feito isso durante o item (a), verifique também que
Tij = gik g j` T k` .
Com isto, poderíamos pensar que temos todas as identificações pos-
síveis entre tensores de valência igual a 2. Mas não nos esqueçamos dos
tensores com domínios embaralhados:
19
Proposição 2.6. A aplicação ]1[ : T11 (V ) → T11 (V ) dada por
1
T ]1[ ( f , v) = T ( f ] , v[ )
1
é um isomorfismo.
Demonstração: Como na Proposição 2.5 (p. 19), basta provar que ]1[ é
1
injetora. Faremos isto usando coordenadas, novamente: considere uma
base B = (ei )in=1 de V. Temos:
q q
0 = g pi gqj gik g j` Tk` = δkp δ ` Tk` = Tp ,
20
Observação. Existem inúmeras possibilidades de isomorfismos entre es-
tes espaços. Por exemplo, poderíamos abaixar todos os índices contrava-
riantes, obtendo isomorfismos com o espaço T0r+s (V ).
Definição 2.8.
21
Observação. A importância deste corolário está no fato de que a quanti-
dade tr ( T ) não depende do produto escalar. Ou seja, um método para
calcular o traço de T é escolher algum produto h·, ·i em V, definir o tensor
T
e associado, para então aplicar a contração tr 1,2 .
22
Exemplo 2.13. Fixe uma base B = (ei )in=1 de V.
1. Como h·, ·i ∈ T02 (V ), faz sentido calcularmos tr 1,2 (h·, ·i). A Propo-
j
sição 2.9 (p. 21) nos dá tr 1,2 (h·, ·i) = gij gij = g ji gij = δ j = n.
ij
5. Se W ∈ T23 (V ) é dado por W = W k`m ei ⊗ e j ⊗ ek ⊗ e` ⊗ em , como
no Exemplo 1.12 (p. 14), temos que tr 1,2 (W ) ∈ T03 (V ) é dado por
ij
tr 1,2 (W ) = gij W k`m e
k
⊗ e` ⊗ em .
23
De modo análogo à Proposição 1.13 (p. 15), registramos o caso geral
para as expressões das contrações em coordenadas:
Proposição 2.14. Sejam B = (ei )in=1 uma base de V e T ∈ Trs (V ).
(i) Se s ≥ 2, então
(ii) Se r ≥ 2, então
i ...ir−2
(tr a,b ( T )) 1 j1 ...js = gk` T i1 ...k...`...ir j1 ...js .
tr 1,2 ( R) = tr 3,4 ( R) = 0,
tr 2,4 ( R) = tr 1,3 ( R) e
tr 1,4 ( R) = tr 2,3 ( R) = −tr 1,3 ( R).
24
(c) Se R é um tensor de tipo curvatura, como h·, ·i é não-degenerado fica
bem definido R : V 3 → V tal que R( x, y, z, w) = h R( x, y)z, wi. O
tensor de Ricci associado à R é Ric ∈ T02 (V ), dado por
.
Ric( x, y) = tr ( R(·, x)y).
Observação. Curiosidades:
(c) Suponha que V possui um produto escalar h·, ·i. Mostre que
tr 1,3 ( T
∧ S) = tr 1,2 ( T )S + tr 1,2 (S) T − tr 2,3 (S ⊗ T ) − tr 2,3 ( T ⊗ S).
25
(d) Suponha que V possui um produto escalar h·, ·i. Mostre que
∧ h·, ·i = −2R0 ,
h·, ·i
Lema 2.16. Seja B = (ei )3i=1 uma base ortonormal e positiva de R3 . Então vale
que (v × w)i = eijk v j wk , onde eijk é o símbolo de Levi-Civita (apresentado no
Exemplo 1.4, p. 4 e no Exercício 1.11, p. 13) .
De outro lado:
26
Demonstração: Basta analisarmos a nível de coordenadas, numa base or-
tonormal e positiva de R3 , utilizando o Exercício 1.11 (p. 13). Temos:
27
Exercício 2.12. Faça um argumento análogo ao acima (prestando atenção
aos índices mudos) e mostre que se F : R3 → R3 é um campo de vetores
suave em R3 , então div rot F = 0.
Proposição 2.20. Seja F : R3 → R3 um campo de vetores suave em R3 . Então
como desejado.
Exercício 2.13. Sejam F, G : R3 → R3 são campos de vetores suaves em
R3 .
(a) Mostre que div( F × G ) = hrot F, G i − hrot G, F i.
28
3 A propriedade universal
Existe uma outra abordagem para este assunto, mais preferida por al-
gebristas, em Matemática. Vamos discutí-la um pouco e dar a relação com
tudo o que fizemos até agora. Fixe V e W dois espaços vetoriais (reais) de
dimensão finita, até o final da seção.
B̂
⊗
V ×W Z
B
Figura 1: A propriedade universal de ( T, ⊗)
Observação.
29
Proposição 3.2. Sejam ( T1 , ⊗1 ) e ( T2 , ⊗2 ) dois produtos tensoriais de V e W.
Então existe um isomorfismo linear Φ : T1 → T2 tal que Φ ◦ ⊗1 = ⊗2 .
Φ
T1 T2
⊗1 ⊗2
V ×W
Figura 2: A unicidade do produto tensorial a menos de isomorfismo.
T1
Φ
⊗1
V ×W T2
⊗2
Figura 3: A existência de Φ.
T2
Ψ
⊗2
V ×W T1
⊗1
Figura 4: A existência de Ψ.
30
Resta verificar que Ψ é de fato a inversa de Φ. Para tal, vamos ape-
lar para a unicidade garantida pelas propriedades universais. Explore-
mos agora a propriedade universal de ( T1 , ⊗1 ) para a aplicação bilinear
⊗1 : V × W → T1 . Claramente Id T1 : T1 → T1 satisfaz Id T1 ◦ ⊗1 = ⊗1 , mas
por outro lado
( Ψ ◦ Φ ) ◦ ⊗1 = Ψ ◦ ( Φ ◦ ⊗1 ) = Ψ ◦ ⊗2 = ⊗1 ,
de modo que Ψ ◦ Φ = Id T1 .
T1 T1
Id T1 Ψ◦Φ
⊗1 ⊗1
V ×W T1 V ×W T1
⊗2 ⊗2
Figura 5: A demonstração de Ψ ◦ Φ = Id T1 .
31
Para exibir um produto tensorial de V e W, consideramos o quociente
de F(V × W ) pelo subespaço F0 gerado pelos elementos da forma
( v1 + v2 , w ) − ( v1 , w ) − ( v2 , w ),
(v, w1 + w2 ) − (v, w1 ) − (v, w2 ),
(λv,w) − λ(v, w) e
(v, λw) − λ(v, w).
( v1 + v2 ) ⊗ w = v1 ⊗ w + v2 ⊗ w
v ⊗ ( w1 + w2 ) = v ⊗ w1 + v ⊗ w2
(λv) ⊗ w = λ(v ⊗ w) = v ⊗ (λw).
32
Proposição 3.5. A aplicação
B : V × W → Lin2 (V ∗ × W ∗ , R)
.
dada por B(v, w)( f , g) = f (v) g(w) induz um isomorfismo
V⊗W ∼
= Lin2 (V ∗ × W ∗ ),
onde Lin2 (V ∗ × W ∗ , R) = { T : V ∗ × W ∗ → R | T é bilinear}.
Demonstração: Claramente B é bilinear. Pela propriedade universal de
V ⊗ W, existe B̂ : V ⊗ W → Lin2 (V ∗ × W ∗ , R) linear tal que
33
j
Por independência linear de B ⊗ C, temos que ∑iN=1 a i bki = 0 para
quaisquer 1 ≤ j ≤ n e 1 ≤ k ≤ m. Com isto, repetimos a conta acima
usando a bilinearidade de ⊗:
! !
N N n m
∑ xi ⊗ yi = ∑ ∑ a i vj ∑ bki wk
j
⊗
i =1 i =1 j =1 k =1
!
n m N
∑ ∑ ∑ a i bki
j
= v j ⊗ wk = 0,
j =1 k =1 i =1
como desejado.
(ii) Vejamos que B̂ é sobrejetor: seja T ∈ Lin2 (V ∗ × W ∗ , R). Escrevendo
T = ∑in=1 ∑m ij
j=1 T vi ⊗ w j , temos que
!
n m n m
B̂ ∑ ∑ Tij vi ⊗ w j = ∑ ∑ Tij B̂(vi ⊗ w j )
i =1 j =1 i =1 j =1
n m
= ∑ ∑ Tij vi ⊗ w j = T.
i =1 j =1
T11 (V ) = V ⊗ V ∗ , T11 (V ) = V ∗ ⊗ V,
T20 (V ) = V ⊗ V e T02 (V ) = V ∗ ⊗ V ∗ .
Exemplo 3.6.
1. Se h·, ·i é um produto escalar em V, como h·, ·i : V × V → R é bili-
near, sabemos que existe uma aplicação linear de V ⊗ V em R que
leva v ⊗ w em hv, wi. Pela unicidade da linearização, sabemos que
esta aplicação é tr 1,2 .
34
2. De modo análogo, como h·, ·i∗ : V ∗ × V ∗ → R (visto no Exercício
2.7, p. 23) é bilinear, sabemos que existe uma única aplicação linear
definida em V ∗ ⊗ V ∗ que lineariza h·, ·i∗ , a saber, tr 1,2 .
Gostaríamos de caracterizar os outros espaços Trs (V ) desta maneira.
Para tanto, precisamos generalizar a Definição 3.7 (p. 35):
Definição 3.7. Sejam V1 , . . . , Vp espaços vetoriais. Um produto tensorial de
V1 , . . . , Vp é um par ( T, ⊗), onde T é um espaço vetorial e
⊗ : V1 × · · · × Vp → T
B : V1 × · · · × Vp → Z,
B̂
⊗
V1 × · · · × Vp Z
B
Figura 6: A propriedade universal de ( T, ⊗), novamente.
35
Exercício 3.4. Tente descrever o subespaço F0 quando p = 3.
E, como antes, prova-se que o produto tensorial de V1 , . . . , Vp assim
Np
construído, denotado por i=1 Vi ou V1 ⊗ · · · ⊗ Vp , é isomorfo ao espaço
das aplicações multilineares de V1∗ × · · · × Vp∗ em R.
Np
Se V1 = · · · = Vp = V, escrevemos apenas V ⊗ p = i=1 Vi = p V.
N
Trs (V ) = V ⊗r ⊗ (V ∗ )⊗s .
B̂
⊗
V ×W W⊗V
B
36
W⊗V
W×V V ⊗W
Figura 8: Dica.
Também temos a:
(V1 ⊗ V2 ) ⊗ V3 ∼
= V1 ⊗ V2 ⊗ V3 .
Φ
d v3 : V1 ⊗ V2 → V1 ⊗ V2 ⊗ V3
satisfazendo Φ
d v3 ( v 1 ⊗ v 2 ) = v 1 ⊗ v 2 ⊗ v 3 .
V1 ⊗ V2
Φ
d v3
⊗
V1 × V2 V1 ⊗ V2 ⊗ V3
Φ v3
37
Mas como Φ d v3 é linear, Φ é bilinear, e assim a propriedade universal de
(V1 ⊗ V2 ) ⊗ V3 nos dá uma aplicação linear Φ b : (V1 ⊗ V2 ) ⊗ V3 → V1 ⊗
V2 ⊗ V3 satisfazendo
Φ
b ((v1 ⊗ v2 ) ⊗ v3 ) = v1 ⊗ v2 ⊗ v3 .
(V1 ⊗ V2 ) ⊗ V3
Φ
b
⊗
(V1 × V2 ) × V3 V1 ⊗ V2 ⊗ V3
Φ
Ψ
b ( v1 ⊗ v2 ⊗ v3 ) = ( v1 ⊗ v2 ) ⊗ v3 .
V1 ⊗ V2 ⊗ V3
Ψ
b
⊗
V1 × V2 × V3 (V1 ⊗ V2 ) ⊗ V3
Ψ
Claramente Φ
b eΨ
b são inversas, o que estabelece o isomorfismo dese-
jado.
38
Pratique a escrita:
V1 ⊗ (V2 ⊗ V3 ) ∼
= V1 ⊗ V2 ⊗ V3 .
para todos v1 ∈ V1 e v2 ∈ V2 .
Observação.
39
Definição 3.10 (Complexificação). Seja V um espaço vetorial real. Uma
complexificação de V é um par (VC , ι), onde VC é um espaço vetorial com-
plexo e ι : V → VC é uma aplicação R-linear satisfazendo a seguinte pro-
priedade universal: dado qualquer espaço vetorial complexo Z e uma apli-
cação R-linear T : V → Z, existe uma única aplicação C-linear TC : VC → Z
tal que TC ◦ ι = T. Ou seja, o seguinte diagrama sempre se completa de
forma única:
VC
TC
ι
V Z
T
Figura 12: A propriedade universal de (VC , ι).
Φ
VC 1 VC 2
ι1 ι2
V
Figura 13: A unicidade da complexificação a menos de isomorfismo.
40
VC 1
Φ
ι1
V VC 2
ι2
Figura 14: A construção de Φ.
VC 2
Ψ
ι2
V VC 1
ι1
Figura 15: A construção de Ψ.
VC 1 VC 1
IdVC1 Ψ◦Φ
ι1 ι1
V VC 1 V VC 1
ι1 ι1
Figura 16: A demonstração de Ψ ◦ Φ = IdVC1 .
41
Observação. O argumento dado acima serve, em geral, para caracterizar
qualquer tipo de objeto utilizando uma dada propriedade universal.
Exercício 3.9. Os seguintes objetos também podem ser caracterizados por
propriedades universais, pesquise como:
L
(a) A soma direta i∈ I Vi de uma família de espaços vetoriais (Vi )i∈ I .
(b) O produto direto ∏i∈ I Vi de uma família de espaços vetoriais (Vi )i∈ I .
(c) O quociente V/W de um espaço vetorial V por um subespaço W.
(d) O espaço vetorial livre F(S), tendo como base qualquer conjunto não-
vazio S (visto no Exemplo 3.3, p. 31).
Propriedades universais aparecem em várias outras áreas da Matemática.
Isto é estudado com maior profundidade em Teoria das Categorias.
Felizmente, a construção de complexificações é mais simples. Uma das
mais usuais, que você talvez já conheça, fica delinada no:
Exercício 3.10. Defina no produto cartesiano V × V a seguinte multiplica-
ção por escalar complexo:
.
( a + bi )(u, v) = ( au − bv, bu + av).
(a) Com esta multiplicação e a adição usual feita coordenada à coorde-
nada, mostre que V × V é um espaço vetorial complexo. Note que
.
(u, v) = (u, 0) + i (0, v). Assim, escrevemos V ⊕ iV = V × V.
Observação. Se você se sentir confortável, pode escrever u ≡ (u, 0)
e iv ≡ (0, v), de modo que (u, v) = u + iv, e fazer contas como se
estivesse em C.
(b) Mostre que se (vi )in=1 é uma R-base de V, então ((vi , 0))in=1 é uma C-
base de VC . Portanto dimC VC = dimR V.
(c) Sendo ι : V → V ⊕ iV dada por ι(u) = (u, 0), mostre que (V ⊕ iV, ι)
satisfaz a propriedade universal da complexificação.
(d) Bônus: suponha que h·, ·i é um produto escalar em V. Mostre que
.
hu1 + iv1 , u2 + iv2 iC = hu1 , u2 i + hv1 , v2 i + i (hv1 , u2 i − hu1 , v2 i)
é um produto sesquilinear5 e hermiteano em V ⊕ iV, ou seja, é linear na
primeira entrada e antilinear na segunda, e satisfaz hz, wiC = hw, ziC .
5 Melhor que linear, mais fraco que bilinear: 1, 5-linear.
42
Várias propriedades podem ser provadas a partir da unicidade dada
pela propriedade universal da complexificação. Por exemplo:
Exercício 3.11. Seja (VC , ι) uma complexificação de V. Mostre que se Z é
um espaço vetorial complexo, T, S : V → Z são R-lineares e λ ∈ R, então:
(a) ( T + S)C = TC + SC ;
(b) (λT )C = λTC .
Outra possibilidade de construção da complexificação é por meio do
produto tensorial:
Proposição 3.12. O par (C ⊗ V, 1 ⊗ −) é uma complexificação de V.
Demonstração: Antes de qualquer coisa, note que a multiplicação por es-
.
calar complexo definida por µ(λ ⊗ v) = (µλ) ⊗ v torna C ⊗ V um espaço
vetorial complexo. Claramente a aplicação
V 3 v 7−→ 1 ⊗ v ∈ C ⊗ V
ι
C⊗V
TC
⊗
C×V Z
T
e
43