Álgebra e Análise Tensorial

UNIVERSIDADE DE SÃO PAULO
ESCOLA DE ENGENHARIA DE SÃO CARLOS

PÓS-GRADUAÇÃO EM ENGENHARIA DE ESTRUTURAS
INTRODUÇÃO À MECÂNICA DO CONTÍNUO
NOTAS DE AULAS (Álgebra e Análise Tensorial)
Sergio Persival Baroncini Proença
São Carlos, Janeiro de 2011.

Introdução à Mecânica do Contínuo - Elementos de Álgebra Tensorial
Autor: Sergio P.B. Proença
1. Espaços Vetoriais Reais
Def.1 - Espaço vetorial sobre o campo R dos números reais é um sistema

(V,+, R, ) constituído por:
- um conjunto não-vazio V cujos elementos são chamados vetores;

- uma operação binária + sobre V chamada adição de vetores, cujo elemento
neutro será representado por 0;
- um campo  = (R, +, ), dotado das operações de soma e multiplicação,
cujos elementos são chamados escalares, sendo os elementos zero e
identidade, representados por 0 e 1, respectivamente;
- uma aplicação () de RV em V chamada multiplicação de escalar por
vetor, que associa ao par ( , x) o vetor representado por  x.
Para a operação de adição, as seguintes propriedades devem ser satisfeitas:
a) A adição de vetores é comutativa
x y yx  x, y  V (1)
b) A adição de vetores é associativa
x  ( y  z )  ( x  y )  z  x, y, z V (2)
c) Existe um único vetor 0 em V, chamado vetor nulo ou elemento neutro, tal

que:
x  0  x  x V (3)
d) Para cada vetor x V , o chamado vetor oposto ou simétrico de x é tal

que:
x  ( x)  0  x V (4)
Def.2 - sejam dois vetores x e y, define-se por vetor diferença ou subtração

entre x e y ao vetor resultante da soma de x com o simétrico de y,
representado por x - y, ou seja:
x  y  x  ( y ) (5)
A operação de multiplicação por escalar deve apresentar as seguintes

propriedades:
e)  (  x)  (   ) x  ,    e x V
f) 1x  x  x V
g) (    ) x   x   x  ,    e x V
h)  ( x  y )   x   y    e x, y  V (6 a,b,c,d)
Os exemplos que seguem constituem espaços vetoriais.
Exemplo 1: o conjunto dos números reais para as definições usuais de soma

e produto.
Exemplo 2: o sistema (n ,  , R ,  ) das n-uplas de números reais

x  ( 1 , 2 ,..., n ) e y  ( 1 ,  2 ,...,  n ) sendo  i ,  i  R , em que as operações
igualdade de vetores, a adição de vetores e a multiplicação por escalar são
definidos por:
x  y se  1  1 ;  n   n
x  y  ( 1  1 ,..., n   n )
 x  (  1 ,...,   n )
Exemplo 3: o espaço vetorial V cujos elementos são funções reais de mesmo

domínio D tais que
( f  g ) x  f ( x)  g ( x)
( f ) x   ( f ( x))
Exemplo 4: o sistema (mn ,  , R ,  ) de todas as m  n matrizes sobre o

campo , sendo a adição de matrizes e a multiplicação de matriz por escalar
operações já conhecidas.
2. Dependência e independência linear de um conjunto de vetores
Def.3 - sendo V o espaço vetorial sobre o campo , um subconjunto S com

número finito de vetores x1 , x2 ,, xn de V é dito ser linearmente dependente
se existirem escalares (  1 , 2 ,..., n ) não todos nulos tais que:
 x1   x2    xn  0
1 2 n
(7)
A notação empregando índices superiores é, por hora, introduzida e será

justificada mais adiante.
Def.4 - um subconjunto S   é dito linearmente independente se para

quaisquer vetores não-nulos x1 , , xn de S, em número finito, e escalares  j ,
a igualdade:
 1 x1   2 x2    n xn  0 implicar em  1   2  ...   n  0
Exemplo 5: dois vetores (segmentos orientados clássicos) não-colineares no

plano são linearmente independentes.
Exemplo 6: os monômios 1, x1, x2, ... , xn são vetores linearmente

independentes no espaço dos polinômios em x. Evidentemente, neste caso os
índices superiores indicam potências.
3. Espaços com produto interno
Def.5 - Denomina-se produto interno em V, toda aplicação que associa a

cada par de vetores (x,y) de VV um único real denotado por (x . y) tal que:
i. x  y  y  x
ii.  x  y   ( x  y)
iii.  x  y   z  x  z  y  z
iv.  x  x   0 sendo que x  x  0 se e só se x  0 (8 a,b,c,d)
Um espaço vetorial com produto interno é denominado Espaço Euclidiano.
Exemplo7 - No espaço 2 o produto interno entre x = (x1,x2) e y = (y1,y2)

pode ser definido por:
x  y  x1 y1  x2 y2  x1 y2  x2 y1 (9)
Exemplo8 - No espaço vetorial das funções contínuas no intervalo [a,b]

define-se produto interno por:
f  g  a f  t  g  t  dt
b
(10)
Exemplo9 - No espaço das matrizes reais de ordem nn define-se produto

interno por:
 A  B   tr  A B  T
(11)
onde a operação traço, denotada por tr(.), realiza a soma dos elementos da
diagonal principal de uma matriz.
Def.6 - Sendo V um espaço euclidiano, denomina-se norma de um elemento

u de V ao número real não-negativo obtido por:
u   u.u 
1
2
(12)
A norma assim definida satisfaz às seguintes propriedades:
i. u   u
ii. u  0 p / u  0 ; 0  0
iii. u  v  u v (desigualdade de Cauchy-Schwarz)
iv. u  v  u  v (desigualdade triangular) (13 a,b,c,d)
Obs. Qualquer operação que não necessariamente faça uso do produto

interno, como na (12), mas que satisfaça às propriedades acima constitui
uma norma. Assim o conceito se estende aos espaços vetoriais quaisquer.
Def.7 - a distância entre dois elementos x e y de um espaço vetorial V é

definida como a norma da diferença entre eles, sendo representada por:
d  x, y   x  y (14)
A medida assim definida satisfaz às seguintes propriedades:
i. d  x, y   d  y, x 
ii. d  x, y   0 se x  y e d  x, x   0 (15 a,b,c)
iii. d  x  y   d  x, z   d  z , y  (a distância é o menor caminho entre dois

pontos)
Um espaço com operação distância definida é chamado de espaço métrico.
Def.8 - Da desigualdade de Cauchy-Schwarz decorre a definição de ângulo

0     entre dois vetores não-nulos, representada por:
cos  x, y  
 x  y (16)
x y
Obs. Não se define ângulo entre vetores quando pelo menos um deles é o
vetor nulo.
Outras definições complementares são também de interesse:
Def.9 - Dois vetores x e y são ortogonais se x  y  0 ; logo, o ângulo entre


eles é   .
2
Def.10 - Um conjunto de vetores de V é ortogonal se seus vetores forem

ortogonais dois a dois.
Def.11 - Um vetor x é dito unitário, ou versor, se x  1 .
Exemplo10 - No espaço das funções contínuas no intervalo [-1,1] com

produto interno definido por:
f  g  1 f  t  g  t  dt
1
(17)
os polinômios f (t )  t e g (t )  3t 2  1 são ortogonais, assim como as

funções f (t )  cos 2m  t e g (t )  sen2n  t , com m e n inteiros quaisquer.
4. Combinações lineares. Base e dimensão
Def.12 - um vetor x do espaço vetorial V é dito ser uma combinação linear

dos vetores x1 , , xn de V se existirem escalares  1 , 2 ,..., n tais que:
x   1 x1   2 x2    n xn (18)
Def.13 - uma base de um espaço vetorial V é um subconjunto de V

linearmente independente tal que todo vetor do espaço pode ser escrito de
forma única como uma combinação linear dos vetores da base.
Existem infinitas bases em um espaço vetorial.
Def.14 - a dimensão de um espaço vetorial é o número máximo de vetores

linearmente independentes do espaço.
O espaço V é dito de dimensão finita se admitir uma base finita.
O teorema seguinte é apenas enunciado.
Teorema1 - Em qualquer espaço euclidiano:
i. Um vetor x é ortogonal a todo vetor do espaço se, e só se, x é o vetor

nulo.
ii. Um conjunto ortogonal de vetores não-nulos é linearmente independente.
Def.15 - Num espaço euclidiano, um conjunto ortonormal é um conjunto

ortogonal de vetores unitários.
Exemplo10 - Considerando-se o produto interno definido por x  y  xi yi (i =

1,...,n) , os vetores:
x1   1, 0, 0,, 0 
x2   0, 1, 0,, 0 
(19)

xn   0, 0,, 0, 1
são unitários e constituem uma base ortonormal para o n .
Os teoremas que seguem são enunciados sem demonstração:
Teorema2 - Todo espaço vetorial possui uma base.

Teorema 3 - Num espaço de dimensão finita qualquer conjunto de vetores

linearmente independente pode ser estendido a uma base.
Corolário - Se V for um espaço de dimensão finita n então:
a) Qualquer conjunto de n + 1 vetores de V é linearmente dependente;

b) Nenhum subconjunto de V contendo menos de n vetores pode gerar V.
Sendo ei com (i  1,, n), uma base de V, qualquer vetor x do espaço dado
por x   1e1   2 e2   n en pode ser escrito segundo uma notação indicial
na forma:
x   i ei (20)
onde os  i são as componentes de x na base ei , também denominadas, por

uma razão que ficará clara mais adiante, componentes contravariantes.
Nota-se que na notação indicial, a repetição de índices no mesmo termo tem

o significado de somatória, sendo o número de parcelas igual à dimensão do
espaço. O índice repetido é denominado índice mudo. Aliás, para índice
mudo pode-se adotar qualquer letra, de modo que segundo uma mesma base
o vetor x pode ser representado indiferentemente por:
x   i ei   j e j   k ek (21)
uma vez que todos os índices variam de 1 a n .
No caso de vetores diferentes, escritos cada um como combinação linear de

uma mesma base, é conveniente adotar letras diferentes para os índices
mudos. Entretanto, a notação indicial permite representar, por exemplo, um
conjunto de m vetores escritos em função de uma mesma base de dimensão
n, do seguinte modo:
xi  ai j e j com i = 1, ..., m e j = 1, ... , n (22)
O que é equivalente a:
x1  a1 e1  a1 e2   a1 en
1 2 n
x2  a2 1 e1  a2 2 e2   a2 n en
(23)

xm  am 1 e1  am 2 e2   am n en
Decorre da definição 15 e do teorema 2 que todo espaço euclidiano de

dimensão finita admite uma base ortonormal. Os vetores da base ortonormal
verificam a condição:
ei  e j   ij (24)
ou seja: ei  e j  0 se i  j e ei  e j  1 se i  j . Essas condições são

resumidas na (24) pelo símbolo de Kronecker  ij .
Em termos práticos, a base ortonormal pode ser obtida de uma base

ortogonal dividindo-se cada vetor pela sua norma.
Sejam ei e f j duas bases de Vn (espaço vetorial de dimensão n). Então como

os f j são vetores de Vn, também eles podem ser representados por
combinações lineares dos ei :
f j  C j i ei (25 a)
A mesma expressão pode ser colocada em forma matricial admitindo-se, por

exemplo, que nas componentes C ij o índice superior i está associado ao
número de uma linha da matriz C e o índice inferior j ao número de uma
coluna. Nessas condições vale também a representação:
 f   C  e
T
(25 b)
sendo C  interpretada como matriz de mudança de base.
Sendo, por outro lado,  i e  j as componentes de um vetor x nas bases ei e

f j , respectivamente, então:
x   ei   f j
i j
Substituindo-se a relação (25 a), segue que:
x   j C ij ei   i ei (26)
Como as componentes segundo uma mesma base são únicas, então:
 i   j C ij (27 a)
ou ainda, matricialmente:
   C   (27 b)
Sendo a matriz C inversível e conhecidas as componentes  i , vale escrever:
   C    1
    D    , com  D   C 
1
ou .
Em notação indicial:
 j   i Di j (28)
Nota-se, portanto, que a variação das componentes de um vetor escrito na

base ei para a base f j se dá com o inverso da matriz que opera a mudança
dos vetores da base ei para os vetores da base f j . Segue daí a denominação
de componentes contravariantes.
A condição de que D e C são inversas uma da outra pode ser colocada em

notação indicial como:
C ij Dik   jk (29)
onde se fez uso, novamente, do símbolo de Kronecker, mais formalmente

definido por:
0 se k  j
 jk   (30)
1 se k  j
Observa-se que nos vetores a notação com índices superiores das

componentes contravariantes é proposital e está para diferenciar das
componentes covariantes, que se escrevem em relação a uma base dual e são
identificadas por um índice subscrito.
Um mesmo vetor pode então ser escrito segundo componentes

contravariantes numa base natural ou covariantes numa base dual. Sendo ei
e g j versores das bases natural e dual, ambos se relacionam pela seguinte
condição:
ei  g j   i j (31)
Conclui-se, portanto, que por definição os versores da base dual obedecem a

uma relação de ortogonalidade em relação aos versores da base natural
regida pela (31).
O interesse pela base dual existe quando a base natural não é ortogonal,
entretanto, nestas notas, por simplificação, admite-se que as bases naturais
adotadas sejam sempre ortonormais, de modo que as componentes naturais e
duais se confundem. Nesse caso, o posicionamento dos índices nas
representações dos versores da base ou das componentes de vetores em
relação a elas torna-se irrelevante. Segue, por exemplo, que o símbolo de
Kronecker pode ser representado indistintamente com índices em posição
mista, sobrescritos ou subescritos como:  i j   ji   ji .
Por outro lado, em função de sua propriedade o símbolo de Kronecker pode

funcionar, numa dedução, como um trocador de índices, pois:
 j   i  ij (32)
O mesmo símbolo serve, ainda, para indicar a soma dos elementos da

diagonal principal de uma matriz ( n  n ) como segue:
  a  ij  a
ij ii (33)
(nesse caso fica implícito que: a  a  a   a ) .

ii 11 22 nn
5. Produto vetorial e produto misto
O produto vetorial de dois vetores u e v é definido como a operação que

apresenta as seguintes propriedades:
i. u  v    v  u 
ii.  u   v   w    u  w     v  w   u,v V ;  ,  
iii. u . u  v   v . u  v   0
iv.  u  v  . u  v    u.u  v.v    u.v 
2
(34 a,b,c,d)
O resultado do produto vetorial é um vetor ortogonal ao plano definido por u

e v, como indica a propriedade iii.
Em relação a uma base ortonormal de V, a operação produto vetorial é

definida por:
u  v    ijk
ui v j ek (35)
onde  ijk é o operador de permutação, que assume o valor +1 para uma

permutação cíclica ('horária') dos índices i, j e k, -1 para uma permutação
anti-cíclica e zero no caso de coincidência nos valores de quaisquer pares ou
tripla de índices.
Escrevendo-se u e v em função de suas componentes na base ortonormal de

V  u  ui ei ; v  v j e j  e substituindo-se na relação anterior, conclui-se que:
e  e   
i j ijk
ek (36)
Realizando-se o produto interno da anterior por ek e por  em  en  resultam,

respectivamente:
 ijk   ei  e j  .ek (37)
 e  e  . e
i j m
 en    ijk  mnp ek .e p (38)
Da anterior seguem os seguintes casos particulares:
- se k = p
 ijk  mnk   ei  e j  . em  en    im jn   in jm (39)
- se k = p e j = n
 ijk  mjk   ei  e j  . em  e j   2 im (40)
- se k = p, j = n e i = m
 ijk  ijk  6 (41)
As duas últimas relações podem ser verificadas considerando o seguinte

desenvolvimento:
 ijk  mjk   i 21  m 21   i 31  m31   i12  m12   i 32  m32   i13  m13   i 23  m 23
Tendo-se em vista a (34 d) e a (16), resulta a definição do módulo do

produto vetorial:
u  v    u  v  . u  v    u.u  v.v    u.v 

2 2
v cos 2  u,v  
2 2 2 2
 u v  u
(42)
u  v   u v sen  u,v 
A relação do módulo do produto vetorial ao quadrado escrita em

componentes fica dada por:
u  v 
2
  ijk  mnk ui v j um vn
  im jn   in jm  ui v j um vn (43)
 ui ui v j v j  ui vi u j v j
Seguindo um procedimento análogo é possível demonstrar que:
u   v  w    u.w  v   u.v  w (44)
Geometricamente o módulo do produto vetorial coincide com a área do

paralelogramo definido por u e v. Assim, admite-se a denominação "vetor
área" para o vetor resultante do produto vetorial de dois vetores com módulo
igual à área do paralelogramo por eles definido e com direção normal ao seu
plano.
O produto misto de vetores, simbolizado por:  u  v  .w é definido pela

operação:
u1 v1 w1
 u  v  .w   ijk ui v j wk  u2 v2 w2 (45)
u3 v3 w3
O produto misto apresenta as seguintes propriedades:
 u  v  .w   w  u  .v   v  w .u
i.
   v  u  .w    u  w  .v    w  v  .u  u,v,w V
ii.  u   v   w .d    u  w  .d    v  w  .d  u,v,w,d V ;  ,  
iii. w. u  v   0 se os vetores são linearmente dependentes.
O resultado do produto misto, em módulo, pode ser geometricamente

interpretado como o volume do paralelepípedo de arestas alinhadas com u, v
e w.
6. Formas lineares, bilineares e quadráticas
Chama-se forma linear em um espaço vetorial V toda aplicação f que a cada

vetor x de V associa um único número real f(x), de modo que:
f ( x  y )  f ( x)  f ( y )
f ( x)   f ( x) (46)
Uma forma bilinear é uma aplicação B que a cada par de vetores de V

associa um único número real satisfazendo as seguintes condições:
B ( x  y , z )  B ( x, z )  B ( y , z )
B( x, y )   B ( x, y )
B ( x, y  z )  B ( x , y )  B ( x, z )
B ( x,  y )   B ( x, y )  x, y , z  V   R (47)
Uma forma bilinear é dita simétrica se:
B ( x, y )  B ( y , x ) (48)
Seja B uma forma bilinear simétrica definida em um espaço vetorial V de

dimensão finita. Define-se forma quadrática associada à forma bilinear como
a aplicação que a cada vetor x de V associa um único número real B( x) , de
modo que:
B( x)  B( x, x) (49)
Uma forma quadrática se diz positivo-definida se:
B( x)  B( x, x)  0 (50)
7. Transformações Lineares em Espaços Euclidianos
Sendo U e V espaços vetoriais reais, uma função F : U  V é dita uma

transformação linear se vale a seguinte relação:
F ( u   v)   F (u )   F (v) (51)
onde ,  são números reais, u e v são vetores de U e F (u ), F (v) são vetores

de V.
Exemplo 12 - Seja f uma função de  em  tal que: f : x  3x , então:
a) f ( x)   f ( x)
b) f ( x  y )  f ( x)  f ( y )
De fato:
f ( x)  3 x   3x   f ( x)
f ( x  y )  3( x  y )  3 x  3 y  f ( x)  f ( y )
A função f como definida acima é uma transformação linear de  em  .
Exemplo13 - Analogamente pode-se mostrar que a função f de  em  tal

que f : x  3x  5 não é uma transformação linear de  em  .
Exemplo14 - Seja V o espaço vetorial das funções polinomiais f sobre o

corpo dos números reais, dadas por:
f : x  a0 x 0  a1 x1     an x n
Seja D o operador de derivação tal que:
D( f ) : x  a1  2a2 x     nan x n 1 .
Então D é uma transformação linear de V em V, ou seja, em um ponto x

qualquer do domínio de f:
a) D [ f ( x]   Df ( x)
b) D[ f1 ( x)  f 2 ( x)]  Df1 ( x)  Df 2 ( x)
Voltando à consideração da (51), se V = R a transformação F é denominada

forma linear, ou funcional linear. O teorema da representação das formas
lineares diz que dada uma forma F existe um único vetor a  U tal que:
F (v )  a . v  v  U .
Por outro lado, sendo x e y vetores de um espaço vetorial de dimensão finita,

a uma forma bilinear B definida em V pode-se associar uma transformação
linear T, tal que:
B( x, y )  T x. y  x, y  V (52)
8. Vetores e valores próprios
Seja T uma transformação linear num espaço vetorial de dimensão finita.

Um vetor x do espaço que satisfaz a relação:
T xx (53)
é chamado vetor próprio da transformação. O escalar  , que pode assumir

valores reais ou complexos, é chamado valor próprio, ou autovalor de T.
Existem alguns teoremas importantes no estudo dos autovalores. Os seus

enunciados são aqui apresentados sem demonstração.
Teorema 4: Seja V um espaço vetorial real euclidiano. Se T é uma

transformação linear simétrica definida em V, então todos os seus
autovalores são reais.
Teorema 5: Seja T uma transformação linear num espaço vetorial de

dimensão finita. O conjunto de auto-vetores de T correspondente a
autovalores distintos é linearmente independente.
Teorema 6: Seja T uma transformação linear simétrica num espaço vetorial

de dimensão finita. Existe em V uma base ortonormal relativa à qual a matriz
de T é diagonal.
Teorema 7: Seja T uma transformação linear simétrica num espaço vetorial

de dimensão finita. Auto-vetores de T associados a autovalores distintos são
ortogonais entre si.
Teorema 8: Seja V um espaço vetorial real euclidiano de dimensão três. Seja

uma forma quadrática definida sobre versores f1 , f 2 e f3 de V e a
transformação linear a ela associada. Então a forma quadrática passa por um
mínimo 3 e por um máximo 1 , respectivamente nos versores f 3 e f1 , onde

1  2  3 são os autovalores reais da transformação.
9. Tensores de segunda ordem
Quando os espaços U e V forem um mesmo espaço vetorial, a transformação

linear F : V  V é chamada de tensor.
Um tensor A de segunda ordem associa a um vetor arbitrário a outro vetor

Aa. A transformação em questão é tal que:
A  a   b    Aa   Ab (54)
O tensor nulo de segunda ordem O associa o vetor nulo ao vetor arbitrário a:
Oa  0 (55)
O tensor identidade I associa o vetor a à ele mesmo:
Ia  a (56)
9.1 Produto Tensorial
O produto tensorial de dois vetores u e v de V é o tensor definido pela

relação:
(u  v) w  (v  w) u (57)
onde w é um vetor de V.
Note-se que o produto tensorial é uma transformação linear de V em V, ou

seja:
(u  v)( x   y )   (u  v) x   (u  v) y (58)
9.2 Base e componentes de um tensor
Seja V um espaço vetorial euclidiano de dimensão finita n, sendo ei versores

de uma base. O conjunto de tensores:
ei  e j c / i, j  1,, n (59)
constitui uma base para o espaço dos tensores de segunda ordem.
A representação de um tensor T em componentes com relação à base

tensorial pode ser escrita por:
T  Tij ei  e j c / i, j  1,, n (60)
Por outro lado, dado o tensor T, suas componentes em relação à base

tensorial podem ser determinadas por:
Tij  ei .Te j c / i, j  1,, n (61)
9.3 Algumas Propriedades
O transposto de um tensor S representado por S T é o tensor que obedece a

seguinte propriedade:
S u  v  u  STv  u, v V . (62)
Decorrem dessa definição e da (57):
a) (u  v)T  v  u
b) (u  v) L  u  LT v u , v V .
c) (u  v) w.d  w.(v  u ) d
d) (u  v)(c  d )  (v.c)(u  d )
e) L (u  v)  ( Lu  v) (63 a,b,c,d,e)
Um tensor é dito simétrico se S  S T e é dito antissimétrico se S   S T . Da

relação (62) sendo S um tensor antissimétrico segue que:
S u  v  u  S v  u, v V (64 a)
No caso particular de u = v na relação anterior, resulta:

S u u  0 (65 b)
Outras relações de interesse envolvendo transposto de um tensor são as

seguintes:
a) ( S  T )T  S T  T T
b)  S    S T
T
c)  ST   T T S T
T
d)  S T   S
T
(66 a,b,c,d)
Todo tensor pode ser escrito, de forma única, como a soma de sua parte
simétrica e outra antissimétrica, as quais são definidas, respectivamente, por:
U  12 ( F  F T )
W  12 ( F  F T ) (67 a,b)
onde F  U  W . Como conseqüência: v  Fv  v  Uv .
O traço de um tensor é a aplicação que a cada tensor associa um número real

definido por:
tr (u  v)  u  v (68)
O produto interno entre dois tensores S e T é o número real representado por

(S.T) e obtido pela seguinte operação:
S .T  tr  S T T  (69)
A norma de um tensor é o número real não-negativo determinado por:
S   S .S 
12
(70)
A norma obedece às seguintes propriedades:
a) S v  S v
b) SF  S F
c) S  G  S  G
d) u  v  u v (71 a,b,c,d)
O determinante de um tensor S é o determinante da matriz que reúne suas

componentes em relação à uma base qualquer:
det S  det[ S ] (72)
Em termos das componentes do tensor S, a relação anterior pode ser escrita

na forma:
1
det S   ijk  pqr Sip S jq Skr (73)
6
Levando-se em conta que  ijk  ijk  6 , pode-se ainda escrever:
 ijk det S   pqr Sip S jq Skr (74)
Com as relações anteriores pode-se concluir que:
det S  det S T
det  S    3 det S
(75 a,b,c,d)
det ( AB)  det A det B
det I  1
Se det A  0 o tensor é inversível e, portanto, existe A1 tal que:
det A1   det A 

1
(76)
Com a relação anterior, pode-se mostrar que:
 AB 
1
 B 1 A1 (77)
Uma interpretação geométrica para o determinante de um tensor de segunda

ordem pode ser obtida mediante o produto misto, o qual, como já foi visto,
representa o volume de um paralelepípedo.
Um tensor T que atua sobre os vetores que concorrem no produto misto

transforma linearmente o paralelepípedo envolvido em outro cujo volume é
determinado por:
v  T u  T v  .T w   pqr Tpi ui Tqj v j Trk wk   ijk ui v j wk det T (78)
Assim sendo:
v
 det T 
T u  T v  .T w (79)
V  u  v. w
Em aplicações de interesse, particularmente quando T representa um tensor
de deformação, é comum impor a restrição que det T > 0, isto é: a
deformação não implica em inversão do volume inicial. Nessas condições,
os sinais de módulo na relação anterior podem ser suprimidos.
Em outro caso particular, quando w   u  v  segue que:
det T 
T u  T v  .T  u  v   T T u  T v  .  u  v 
T
(80)
 u  v.  u  v  u  v.  u  v
ou ainda,
det T  u  v  .  u  v   T T T u  T v  .  u  v  (81)
de onde resulta:
T u  T v    det T  T   u  v 
T 1
(82)
9.4 Invariantes de um tensor de segunda ordem
As propriedades do produto misto permitem mostrar que dado um tensor de

segunda ordem T arbitrário e duas bases também arbitrárias definidas pelos
vetores (u,v,w) e (l,m,n) valem as seguintes relações:
T u  v  .w   u Tv  .w   u  v  .Tw  T l  m  .n   l Tm  .n   l  m  .Tn

 u  v. w  l  m  .n
T u  Tv  .w   u Tv  .Tw  T u  v  .Tw  T l  T m  .n   l Tm  .Tn  Tl  m  .Tm
 u  v. w  l  m  .n
Tu  Tv  .Tw  Tl Tm  .Tn (83 a,b,c)

 u v. w  l  m  .n
Das relações anteriores, nota-se que o resultado numérico de cada igualdade
é o mesmo independente da base adotada e, por isso denominado invariante.
Respectivamente para as relações (83 a,b,c) os invariantes são representados
por I1 , I 2 e I 3 .
Formalmente, invariantes são aplicações que fazem corresponder a um

tensor de segunda ordem um único número real, independente da base
escolhida para representá-lo. Dado um tensor qualquer A, os invariantes
podem ser definidos pelas seguintes operações:
I1  tr  A   Aii
1 1
I 2    tr A   tr ( A A)    Aii   Aij Aji 
2 2
2 2
I 3  det A (84 a,b,c)
Da (84 a) segue que:
tr AT  tr A
tr  A B   tr  B A  (85)
Da (84 c) pode-se concluir que:
det AT  det A (86)
Admitindo-se que um tensor A seja definido pelo produto tensorial de dois

vetores arbitrários u e v, isto é: A  u  v , as relações (83) e as definições
dos invariantes permitem concluir que o segundo e o terceiro invariantes de
A se anulam e:
tr  u  v   u.v
(87 a,b)
det  u  v   0
A partir de uma representação matricial para o tensor A cuja base é definida

a partir de uma base de versores ei , pode-se mostrar que o primeiro
invariante (traço) coincide com a soma dos elementos da diagonal principal.
O segundo invariante coincide com a soma dos determinantes menores de
ordem dois e o terceiro invariante é dado pelo determinante da matriz do
tensor.
Do anterior decorre uma propriedade útil em algumas aplicações de

interesse, que consiste na derivada do determinante de um tensor em relação
a um escalar.
Nesse sentido, seja T um tensor inversível que depende de um parâmetro real

. Segue da (79) sucessivamente que:
 u  v  . w det T  T u  T v  .T w (88 a)
 det T    T u  T v  .T w   T u  T v  .T w
d d d
 u  v  . w
d  d   d  (88 b)
d
 T u  T v  . T w
d
 d  1  d 
Introduzindo o tensor B   T  T , ou BT   T  , a anterior assume a
 d   d 
forma:
d
 u  v  . w  det T    BT u  T v  .T w  T u  BT v  .T w
d (89)
 T u  T v  .BT w
Considerando que Tu, Tv e Tw são vetores e com a (83 a) e a definição do

primeiro invariante, resulta:
d
 u  v  . w  det T    tr B T u  T v  .T w   tr B  det T  u  v  .w
d
(90)
Conclui-se, finalmente, que:
 det T    det T  tr  T 1 
d dT
(91)
d  d 
9.5 Vetores e valores próprios de um tensor de segunda ordem
Seja A um tensor de segunda ordem arbitrário. Um vetor x é um vetor

próprio de A se existe um escalar λ que satisfaz a relação:
A x   x ou  A   I  x  0 (92)
O escalar  pode assumir valores reais e é chamado valor próprio, ou

autovalor de A.
Por outro lado, diz-se que λ é um autovalor de A se satisfaz a equação

característica:
det  A   I   0 (93)
Em forma expandida, a equação característica pode ser representada na

forma:
 3  I1  2  I 2   I 3  0 (94)
onde I 1 ,I 2 e I 3 são invariantes do tensor A.
Um tensor simétrico S possui três autovalores  1 ,2 e 3  e três vetores

próprios  e1 ,e2 e e3  , ou autoversores, que compõem uma base ortonormal.
Aplicando a (59) os autoversores constituem uma base segundo a qual o
tensor S pode ser escrito tendo os autovalores como componentes:
S  1  e1  e1   2  e2  e2   3  e3  e3  (95)
A forma anterior é denominada representação espectral do tensor simétrico.

Explorando essa representação, os invariantes dados pelas (62) assumem as
seguintes expressões:
I1  tr  S   1  2  3
1
I 2   Sii   Sij S ji   12  13  23
2
2 
I 3   ijk Si1 S j 2 S k 3  123 (96 a,b,c)
Um tensor é dito positivo-definido se:
a  Sa  0  a  0 (97)
Um tensor simétrico positivo-definido possui autovalores positivos. Nessa

condição, pela (69 c) det S > 0 e, portanto, S é inversível. A representação
espectral do tensor inverso é dada por:
S 1  11  e1  e1   21  e2  e2   31  e3  e3  (98)
Um tensor antissimétrico possui pelo menos um autovalor não-nulo.
9.6 Relação entre um tensor antissimétrico e o produto vetorial
É possível associar a um vetor a do produto vetorial um tensor

antissimétrico A tal que:
Av   a  v  com a V e A  LinV (99 a)
Adotando-se uma base ortonormal ek , em forma indicial a relação anterior

passa a ser dada por:
Aik vk   ijk a j vk (99 b)
Segue ainda que:

Aik   ijk a j
(100)
 ikm Aik   ikm ijk a j   ikm ikj a j  2  jm a j  2 am
As relações anteriores permitem determinar as componentes do tensor A e do

vetor a umas em função das outras. Tais relações escritas em notação
matricial são dadas, respectivamente, por:
1 
 2  A32  A23  
 0 a3 a2   
1 
 A   a3 0 
 a1 ; a    A13  A31  

(101)
 a2 a1 0  2 
 1 
 2  A21  A12  
Em particular, se o vetor a se apóia no eixo x3 ( a  a3 ) resulta:
 0 a 0
 A   a 0 0 (102)
 0 0 0 
Nota-se uma correspondência válida em três dimensões: o número de

componentes independentes de a e de A coincidem. Em geral, diz-se que a é
o vetor associado ao tensor A e A é o tensor do vetor a.
Um exemplo da utilização do conceito de "vetor de tensor" apresenta-se na

relação seguinte:
T v Ts v Ta v Ts v  av  v V e T  LinV (103)
onde T s é a parte simétrica de T, T a a parte antissimétrica e a é o vetor de

Ta.
9.7 Tensor Ortogonal
Sejam x e y dois vetores quaisquer de V e Q um tensor tal que:

x  Qx; y Qy; x  x ; y  y (104)
Observa-se que o tensor Q assim definido preserva o produto interno de

vetores, ou seja:
x y  x  y (105)
De outro modo, pela (16), o ângulo entre x e y é mantido entre x e y .
Ainda da (100):
x  y  x  y  Q x  Q y  QT Q x  y . (106)
Logo, pode-se concluir que QT Q  I , ou que QT  Q 1 . O tensor Q é

chamado de Tensor Ortogonal.
Considere-se a ação de um tensor ortogonal sobre um dos versores de uma

base ortonormal:
e*j  Q e j (107)
Assim, explorando as (56) e (57) pode-se concluir que:
Q  ei*  ei ; QT  ei  ei* (108 a,b)
Portanto, conhecidos os versores ei* e ei as componentes do tensor ortogonal

podem ser calculadas mediante as seguintes relações:
Qij  ei .Q e j  ei . e*j  cos  ei , e*j 

(109 a,b)
Q  Q ji  e . e j  cos  ei , e
T
ij
*
i
*
j 
Ainda, se det Q  1 o tensor ortogonal é dito próprio e efetua, conforme se
mostra em seguida, rotação em torno de pontos ou de eixos que passam por
esses pontos (eixo de rotação). Se det Q  1 o tensor ortogonal é dito
impróprio e efetua tanto rotação quanto reflexão de eixos em relação a
planos perpendiculares a estes eixos.
Para mostrar que o efeito do tensor ortogonal próprio sobre um vetor pode
ser interpretado como uma rotação do vetor em torno de um eixo,
inicialmente considera-se a seguinte identidade:
QT  Q  I     Q  I 
T
(110)
Operando-se o determinante em ambos os lados da igualdade, encontra-se:
det  Q  I   0 (111)
Comparando-se a relação anterior com a (66), conclui-se que o tensor Q

possui um autovalor unitário e, portanto:
Q p  p  QT p (112)
Admitindo-se que p seja um versor, pode-se acrescentar a ele dois outros

versores e compor uma base ortonormal. Pela propriedade (74) e com a
condição de ortogonalidade entre vetores (24), conclui-se que q, r, Qq e Qr
são ortogonais ao vetor p e estão contidos num mesmo plano. Nessas
condições, valem as relações:
Q q  q  r; Qr   q   r (113)
Pela ortogonalidade inicial entre q e r e com a propriedade (74) do tensor Q,

conclui-se ainda sobre a ortogonalidade entre Qq e Qr, e que ambos são
versores, isto é:
Qq  Qr  0; Qq  Qr  1 (114)
Com as (77) e (79), pode-se escrever o determinante do tensor Q como:
det Q  p   q  r   Qp   Qq  Qr   1 (115)
Seguem, das (79) e (80), substituindo-se nelas as definições dadas pelas

(78), as seguintes relações entre os parâmetros  ,  ,  e  :
   1
2 2
 2   2 1
(116 a,b,c,d)
    0
    1
As relações anteriores garantem a existência de um ângulo θ       

definido no plano q-r tal que:     cos e      sen .
Por outro lado, com os pares de versores da base (p,q,r) pode-se gerar uma
base tensorial e em relação à ela escrever o tensor Q nos moldes descritos
pela (56), isto é:
Q  Q pp  p  p   Q pq  p  q   Qpr  p  r  
Qqq  q  q   Qqp  q  p   Qqr  q  r   (117)
Qrr  r  r   Qrp  r  p   Qrq  r  q 
As componentes de Q podem ser determinadas conforme indica a relação

(57) e escritas em função de  ,  ,  e  aplicando-se as (78) e (79). Nessas
condições a (82) assume uma forma mais simplificada:
Q   p  p   cos  q  q    r  r    sen  q  r    r  q   (118)
Em notação matricial o tensor de rotação descrito pela (83) fica representado

por:
1 0 0 
Q   0 cos  sen 

(119)
0 sen cos  
Aplicando Q sobre os versores q e r, conclui-se, conforme ilustra a Figura 1,

que o efeito é o de uma rotação de um ângulo θ em torno da direção definida
por p:
0  1 0 0  0   0 
     
q  1  Q q  0 cos  sen  1   cos  

(120)
0  cos   0   sen 
  0 sen
0  1 0 0  0   0 
      
r  0   Q r  0 cos   sen  0    sen  (121)

1  cos   1   cos  
  0 sen
p = p* (det Q =1)
r*
q
r
q q
*
p* (det Q = -1)
q
Figura 1 – Interpretação do tensor de rotação sobre uma base
Para fins de interpretação geométrica do efeito da aplicação do tensor Q

sobre um vetor x qualquer, considere-se um ponto O para origem em relação
à qual é posicionada a base (p,q,r) e também para origem de vetores
representados geometricamente no espaço tridimensional correspondente. A
aplicação de Q sobre x leva ao seguinte vetor:
y  Qx  x p p   xq cos  xr sen  q   xq sen  xr cos  r (122)
onde: x p  x  p ; xq  x  q ; xr  x  r .
Analisando a (84), e em particular as componentes do vetor y em relação à

base (p,q,r), nota-se, em primeiro lugar, que a componente segundo p é a
mesma do vetor x segundo aquele mesmo versor. As outras componentes
encontram-se no plano q-r.
r
A'
yr
xr
A
Qx
x
q
yq xq q
o'
q
p
x
Qx
o
q
r
Figura 2 – Interpretação geral do tensor de rotação
A Figura 2 ilustra uma interpretação geométrica para o efeito do tensor de

rotação sobre um vetor x. Na representação espacial claramente pode-se
concluir que a componente de x e de Qx é a mesma em relação ao eixo p. Na
projeção no plano q-r, destacam-se as componentes de Qx, que segundo a
geometria indicada podem ser facilmente determinadas pelas relações:
yq  Qx cos    
 x  cos  cos  sen sen  (123 a)
 xq cos  xr sen
yr  Qx sen    
 x  sen cos  sen cos  (123 b)
 xr cos  xq sen
Nota-se que as relações anteriores aparecem na (84), validando a

interpretação geométrica proposta.
Pode-se, finalmente, com o auxílio da Figura 2, determinar as seguintes

relações para o cálculo das componentes  e m do deslocamento do ponto A
(posicionado pelo vetor x) respectivamente nas direções de q e r:
   xq  yq  xq  cos  1  xr sen
(124)
m  yr  xr  xr  cos  1  xq sen
Em notação matricial a relação anterior fica expressa como segue:
    cos  1 sen   xq 
  (125)
m   sen  cos  1  xr 
Incluindo a componente segundo p, o deslocamento do ponto A fica
expresso por:
    cos  1 sen 0   xq 
  
m    sen  cos  1 0  xr  (126)
 p  0 0 1   x p 
  
Existe uma relação entre um tensor ortogonal Q e um tensor antissimétrico

A dada por:
1 2 1
Q  eA  I  A  A    An   (127)
2! n!
Observa-se que sendo A antissimétrico:
QT  e A  e  A  Q 1
T
(128)
A (127 ) pode ser entendida como uma função de argumento tensorial e

valor tensorial. Além disso, ela apresenta a propriedade de isotropia.
Diz-se que uma função tensorial H  F (T ) apresenta isotropia se:
QHQT  QF (T )QT  F  QTQT  (129)
sendo Q um tensor ortogonal. No caso da relação (127 ), tem-se que H  e A

e:
 1 1 
QHQT  Q e AQT  Q  I  A  A2    An    QT
 2! n! 
1 1
 QIQ
  QAQ  2! QA Q    n! QA Q  
T T 2 T n T
(130)
I
 eQAQ
T
Funções tensoriais isotrópicas podem ser construídas a partir de funções

analíticas. Assim, a (127) resulta de:
1 2 1
ex  1  x  x    xn   (131)
2! n!
Por outro lado, substituindo-se na matriz do tensor ortogonal (119) os

seguintes desenvolvimentos em série:
3 5 7
sen       (132 a,b)
3! 5! 7!
2 4 6
cos  1    
2! 4! 6!
e após separar a soma de matrizes e compará-la com a (127) , conclui-se

que:
0 0 0
 A  0 0  

(133)
0  0 
Em notação tensorial:
A     q  r    r  q   (134)
9.9 Relação entre as componentes de um tensor de segunda ordem numa

mudança de base
Há várias situações em que grandezas vetoriais e tensoriais em geral

precisam ser referenciadas a bases que diferem entre si por uma rotação.
Nesses casos há interesse em relacionar as componentes daquelas grandezas
escritas segundo as diferentes bases.
Sejam, então, ei e e j as bases em questão, cujos versores se relacionam por

uma rotação mediante as relações:
e j  Q jk ek (135)
ou
e  Qe (136)
Certo vetor u pode ser escrito nessas bases pelas relações:
u  ui ei  u j e j  u (137)
Levando-se em conta a relação entre os versores das bases:
u  u j Q jk ek  Q ji u j ei (138)
Segue da anterior a relação entre as componentes do vetor u:
u j Q ji  ui  u  QT u (139)
ou
u  Qu (140)
No caso de um tensor de segunda ordem T, o mesmo pode ser escrito

segundo duas bases tensoriais como:
T  tij  ei  e j   tkl  ek  el  (141)
Considerando a relação de rotação entre os versores das bases segue que:
T  tkl  Qkm em  Qln en   tkl Qkm Qln  em  en   tmn  em  en  (142)
Entre as componentes do tensor vale, portanto, a relação:
tmn  Qkm tkl Qln (143)
ou, matricialmente
T  QT T Q (144)
ou
T  QT QT (145)
Assim, um tensor de segunda ordem numa mudança de base deve obedecer a

regra anterior.
Uma conclusão importante resulta do cálculo dos autovalores do tensor T :
det T   I   det  QT QT   I   0 (146)
Explorando uma propriedade do determinante segue que:

det  QT QT   I   det  QT QT   Q I QT 
(147)
 det Q T   I  Q  det Q det T   I  det Q  0
T T
Finalmente, conclui-se que:
det T   I   det T   I   0 (148)
Ou seja: λ é também autovalor para T.
10. Diferenciação em Espaços Vetoriais
Seja g uma função com domínio num intervalo aberto I  R e cujos valores
podem ser escalares, vetores ou tensores 1. Sendo α um escalar, a derivada
de g em t, ( g ), é definida por:
d  g  t   1
g (t )   lim  g  t     g    (149)
dt  0

A definição de derivada e o conceito de parcela de ordem superior implicam

em que se pode escrever o valor da função em torno de t como:
g  t     g  t    g (t )   ( ) (150)
isto é, um termo linear em  mais um termo que tende a zero mais

rapidamente, ou de ordem superior, quando   0 .
Portanto, observando a consistência dimensional em cada parcela da (150),

conclui-se que a derivada de uma função de valor vetorial é um vetor e de
uma função de valor tensorial é um tensor.
Por outro lado, pode-se ainda interpretar que a derivada é uma aplicação
(linear) que, para  pequeno, permite aproximar a variação
g  t     g   por um termo linear no acréscimo. Esse conceito pode ser
generalizado para as aplicações em espaços vetoriais.
1
g(x) denota o valor de g em x.
Sejam agora V e U espaços vetoriais normados e f uma aplicação definida

numa região em V e com valores em U. Diz-se que a medida de f(v)
aproxima-se de zero mais rapidamente que a medida de v, ou é de ordem
superior nessa medida ( f (v)   ( v ) p / v  0 ) se:
f (v )
lim  0. (151)
v 0
v 0
v
Considerando-se, então, uma aplicação f sobre V que leva a valores em U e

seja W um subconjunto aberto em V. Então, f : W  U é diferenciável em
x W na direção do vetor u se existir uma transformação linear
Df ( x) : V  U tal que:
f  x  u   f  x   Df  x  u   (u ) p / u  0 (152)
Em particular D f ( x) u é a parcela linear no acréscimo e define o conceito

de derivada direcional.
No sentido de estender o papel da derivada expresso na (149) para este caso,

considere-se uma vizinhança de x na direção de u definida, com o auxílio de
um escalar  , na forma: x   u . Então, para x e u fixos, tem-se que:
f ( x   u )  f * ( ) (153)
Pode-se, agora, desenvolver a (153) em série em torno de  :
d *
f *    f *  0   f    ( ) (154)
d   0
Substituindo-se na (153) e truncando o desenvolvimento em série no termo

linear em  , a relação anterior passa a ser escrita como:
d
f  x  u   f  x  f ( x   u)  (155)
d  0
Para o confronto com a (152) é interessante reescrevê-la na seguinte forma:

f  x   u   f  x    Df  x  u (156)
Segue da comparação entre a (156) e a (155) que:
d  f  x   u  
Df  x  u  (157)
d
 0
Diz-se que a relação anterior define a derivada direcional de f e exprime a

parte linear do acréscimo de f conforme indica a (152).
Em cada caso, pode-se determinar a parte linear do acréscimo ou por

aplicação da definição dada pela (152) ou por aplicação direta da (157).
Por exemplo, seja  : V  R dada por:  (v)  v.v . Então, pelo conceito de
diferenciabilidade:
  v  u     v   D  v  u   ( u ) p / u  0
Impondo-se, então, um acréscimo no argumento e pela definição da

aplicação dada, tem-se que:
 (v  u )  (v  u ).(v  u )  v.v  2 v.u  u.u
  (v  u )   (v)  2 v.u  u.u
Finalmente, deve-se mostrar que u.u é de ordem superior quando u  0 ,

u.u
ou seja, verifica a condição: lim  0.
u 0
u 0
u
u.u
Pela desigualdade do triângulo: u.u  u u   u . Logo o limite
u
indicado na condição é igual à zero. Assim sendo,
D (v)u  2v.u
Uma observação importante é que no caso analisado D (v) u é uma forma

linear, pois  é uma função de valor escalar (  :V  R ). Pode-se, portanto,
aplicar o teorema da representação das formas lineares e representar o

diferencial na forma do produto interno do vetor u por outro vetor:
D (v)u   .u ( 2v.u ) (158)
Onde (.) é o operador gradiente que associa a cada  um vetor  .

Claramente neste caso:   2v .
Ao mesmo resultado anterior pode-se chegar aplicando-se a definição (157).

Segue, então, que:
 (v   u )  v.v  2 v. u   2u.u

d
 (v   u )  2 v.u  2 u.u
d
d
 (v   u )  2 v.u
d  0
A derivada direcional satisfaz as propriedades usuais de derivadas, quais

sejam as regras do produto e da cadeia.
11. Regras do produto e da cadeia
Frequentemente é necessário computar a derivada da operação 'produto' de

duas funções cujos argumentos e valores pertencem a espaços vetoriais
normados. O 'produto' pode ser representado mediante operações bilineares
diferentes, de acordo com os tipos de espaços envolvidos, como por
exemplo:
prod ( , v)   v
prod (u , v)  u.v
prod (u , v)  u  v (159)
prod ( S , v)  Sv
prod ( , S )   S
Em termos gerais a operação produto pode ser simbolizada por:

prod : F  G  W (160)
onde F, G e W são espaços normados de dimensão finita e prod é bilinear.
Assim, sendo f : D  F e g : D  G , então h  prod ( f , g ) : D  W é

definida por:
h( x)  prod  f ( x), g ( x)   x  D (161)
com D um subconjunto aberto de um espaço vetorial de dimensão finita U.
Regra do produto: sejam f e g diferenciáveis em x  D . Então o produto

h  prod ( f , g ) é diferenciável em x e
D  h( x) u  prod  f ( x), Dg ( x)u   prod  Df ( x)u, g ( x),  u  D (162)
Para a demonstração usam-se as condições de diferenciabilidade de f e g:
f  x  u   f  x   Df  x  u   (u )
g  x  u   g  x   Dg  x  u   (u )
E, portanto, da bilinearidade da operação produto:
h  x  u   f  x  u  g  x  u   f  x   g  x   f ( x) Dg ( x)u  Df  x  u g ( x)   (u )
sendo que os termos de ordem superior existem uma vez que:

Df ( x)u  k1 u e Dg ( x) u  k2 u .
Para o caso em que U = R, da regra do produto decorrem:


( v)   v   v

(v.w)  v.w  v.w (163)

(T .S )  T.S  T .S


  TS
(TS )  TS

( Sv)  S v  S v (163)

( S )   S   S
Regra da cadeia: seja g diferenciável em x  D e f diferenciável em

y  g ( x) . Então a composição h  f  g é diferenciável em x e
D h( x)  D f ( y ) dg ( x)
ou,
D h( x) u  D f  g ( x)  Dg ( x) u   u  D (164)
Supondo U  R então, escrevendo t em lugar de x:
d
f  g (t )   Df  g (t )  g (t ) (165)
dt
12. Gradiente e divergente
Considerem-se funções gerais definidas num subconjunto aberto de V (um

espaço vetorial associado ao espaço de pontos) e que podem ser campos
escalares, vetoriais ou tensoriais. O conceito de derivada direcional
estendido a essa situação geral enseja a introdução dos operadores gradiente
e divergente.
Num primeiro caso, considere-se f   como um campo escalar. Então:
  x  u     x   D  x  u   ( u ) p / u  0
e D  ( x) é uma aplicação linear de V em R . De fato, pelo teorema da

representação das formas lineares D  ( x) u pode ser escrito como o produto
interno vetor u pelo vetor gradiente,   ( x)V :
D  ( x ) u   . u (166)
Noutro caso, se f  v é um campo vetorial, escreve-se:
v  x  u   v  x   Dv  x  u   ( u )
e D v( x) é uma transformação linear de V em V, ou seja, um tensor. Neste

caso, representa-se essa transformação por  v( x) , lendo-se gradiente de v
em x, de modo que:
D v( x) u  
 v( x) u (167)
tensor
Por definição, dado um campo vetorial regular V associado ao espaço

pontual euclidiano, o campo escalar:
div v  tr (v) (168)
é chamado divergente de v.
O divergente de um campo tensorial S é o único campo vetorial com a

propriedade:
 divS . a  div( S a)  a V (169)
Nota-se que o resultado da operação anterior é um escalar. Assim, como S a

é um campo vetorial, a operação div( Sa ) é uma forma linear em V2, a qual
pode ser representada pelo produto interno de a pelo vetor divS de V.
Pelas definições anteriores, observa-se que o gradiente aumenta a ordem do

espaço e o divergente diminui.
Seja V um campo vetorial, uma relação para ( v) , com   R , pode ser
deduzida a partir da aplicação da regra do produto:
 v  x  h    v  x   D  v  h   ( h )
D( v)h   ( D v)h  v  D   h
   
vetor vetor escalar
2
Dado a Є V a operação div(S a) associa um escalar.
( v) h   v h  v   .h 
  v h   v    h
    v  v    h 
   v    v  v   (170)
Aplicando-se a definição (168) do divergente de um campo vetorial, resulta:
div  v   tr  v  v   
  tr  v   v. 
div  v    div(v)  v. (171)
Outras relações de interesse envolvem   u.v  e   S v  . Para   u.v  :
v  x  h  .u  x  h)   u  x  .v  x   D  u.v  h   ( h )
 
u .v
D(u.v)h  u.( D v h)  v. Du h 


   
escalar vetor vetor
(u.v). h  u. v h   v. u h 

 vT u. h  u T v. h 
  u.v   vT u  u T v (172)
Para   S v  :
S  x  h  v  x  h   Sv  D  Sv  h   ( h )
D( Sv)h  S ( D vh )   DS v  h

     
vetor vetor tensor
(Sv) h  S v h   divS  v  h  (173)

( Sv)  S v   divS  v 
Explorando mais uma vez a relação entre o traço de um campo vetorial e o

divergente, da relação anterior obtém-se:
tr[( Sv)]  div( Sv)  tr  div S  v   tr ( S v) 
div( S v)  div S . v  tr  S v   div S . v  S T .v (174)
Também se pode mostrar que:
 S  x  h    S  D  S  h   ( h )
D( S )h   ( D S )h   D   S h

   
tensor tensor vetor
div( S )  h    divS  h      Sh 
  divS  h    S T   h 
  divS  S T    h 
div ( S )   divS  S T  (175)
Por outro lado, o divergente de um tensor de segunda ordem pode ser obtido
pela contração primeira do gradiente desse tensor, sendo essa operação
representada por:
divT  T I (176)
Nota-se que na relação anterior T é um tensor de terceira ordem. Uma

definição importante para o que segue é a do transposto de um tensor de
terceira ordem.
O transposto de um tensor de terceira ordem  representado por T é o

tensor que obedece a seguinte propriedade:
 A.B  A. T B  A, B (177)
onde A e B são tensores de segunda ordem.

Os resultados anteriores podem ser empregados na demonstração da seguinte

proposição:
T S h  div S  h (178)
De fato, operando-se em ambos os lados da igualdade o produto interno pelo

tensor identidade de segunda ordem, resulta:
T S h.I   div S  h  .I
h.S I  tr  I  divS  h   (179)
h. divS  divS . h
13. Cálculo das componentes do gradiente e do divergente de campos

escalares, vetoriais e tensoriais
Seja uma base fixa (ou invariável) em V e  um campo regular de natureza

escalar, vetorial ou tensorial. Então, definindo-se o acréscimo por um vetor h
alinhado com o versor ek da base, pode-se escrever que:
 
  x   e    x    D  x  ek   ( ) p /   0 (180)
k 
 h 
Portanto,
1
D   x  ek  lim   x   ek     x   (181)
 0

O escalar  pode ser interpretado como a componente do vetor acréscimo

segundo a direção definida pelo versor ek , ou seja:   hk  h.ek . Além disso,
se a base está atrelada a um sistema cartesiano adotado, segundo os versores
da base definem-se as coordenadas cartesianas xk . Nessas condições o limite
indicado na (181) exprime uma derivada parcial (direcional) de  em
relação a xk :
  x 
D   x  ek  (182)
xk
O conceito geral expresso pela (182) pode ser usado para o cálculo das
componentes do gradiente e do divergente de campos escalares, vetoriais ou
tensoriais.
Num primeiro caso, considere-se que  seja um campo escalar regular.

Então, D   x  ek fica representado por um produto interno entre o gradiente
do campo escalar (  ) e o versor da base. Assim sendo, a derivada
direcional fornece as componentes desse gradiente:

D   x  ek  . ek  ( ) k  (183)
 x
escalar k
Conhecidas suas componentes num espaço de dimensão n, o vetor  pode

ser representado pela seguinte combinação linear dos versores da base:
   
  ek  e1  e2    en (184)
xk x1 x2 xn
Sendo, agora,   v um campo vetorial regular. Segue a seguinte relação

entre a derivada direcional e o gradiente do campo vetorial:
v
D   x  ek v ek  (185)
 x
vetor k
Como v é um tensor, empregando a relação (61) suas componentes obtêm-

se do seguinte desenvolvimento:
 v  (vk ek )
(v)ik  ei .v ek  ei .  . ei
xk xk
(186)
v v
 k (ek . ei )  i
xk  ki
xk
Uma vez conhecidas suas componentes o tensor v pode ser representado

pela seguinte combinação linear dos tensores da base:
v  (v)ik  ei  ek  i, k  1,, n (187)
Com a (168) pode-se exprimir a relação para o cálculo do divergente do

campo vetorial:
div v  tr  v   tr (v)ik  ei  ek  
 vi v (188)
 (v)ik  ei . ek    ik   i
xk i x
i
Noutra situação, considere-se   S como um campo tensorial regular.

Explorando o desenvolvimento feito na (175), em particular com
D S  x  ek  divS  ek , segue uma relação envolvendo a derivada direcional e
o divergente do campo tensorial:
S
D S  x  ek  divS  ek  (189)
  xk
tensor
Realizando-se a operação traço sobre a relação anterior, obtém-se a

expressão para o cálculo da componente do divergente do campo tensorial:
  S   tr ( S )
 divS  .e   divS   tr   (190)
 xk  xk
k k
Escrevendo-se o tensor S como combinação linear dos tensores da base,

resulta:
 tr ( S )  tr ( Sik ei  ek )  Sik  ik  Sik

   (191)
xk xk xk xi
Uma aplicação da relação anterior aparece no estudo das tensões,

particularmente na relação de equilíbrio do elemento de volume. Sendo  b
o vetor que reúne as componentes das forças por unidade de volume e T o
tensor que reúne as componentes de tensão normal e de cisalhamento do
estado de tensão, aquela relação pode ser representada como:
divT   b  0 (192)
De fato, a mesma expressão escrita em componentes fica dada por:
 divT k    b k  ek  0 (k  1,2,3) (193)
Ou ainda, tendo-se em vista a (191):
  Tik 
    b k  ek  0 (i, k  1,2,3) (194)
 xi 
Considerando-se a independência linear dos versores da base, segue que a

relação anterior representa o seguinte conjunto de equações:
 T11  T21  T31

     b 1  0
x1 x2 x3
 T12  T22  T32

     b 2  0
x1 x2 x3
(195)
 T13  T23  T33
     b 3  0
x1 x2 x3
Normalmente, costuma-se associar os números 1, 2 e 3 com as direções dos

eixos de referência x, y e z. Além disso, as componentes do tensor T que
possuem índices iguais são as componentes de tensão normal e aquelas de
índices diferentes as componentes de cisalhamento. Nessa notação a (195)
(cuja dedução pode ser obtida a partir da figura abaixo) passa a ser dada por:
  11  21  31
     b 1  0
x1 x2 x3
 12   22  32
     b 2  0
x1 x2 x3
(196)
 13  23   33
     b 3  0
x1 x2 x3
14. Teorema da divergência
O teorema da divergência aplica-se na transformação de integrais de campos

definidos sobre volumes (V) para integrais sobre as superfícies de contorno
( S ) desses volumes. A origem do teorema está na integração por partes,
como se procura ilustrar em seguida.
Considere-se uma função diferenciável de duas variáveis e resultante do

produto de duas funções diferenciáveis. Então, pela regra do produto:
 f g
 f ( x, y), g ( x, y)  g  f (197)
x x x
Portanto:
x2
g x
f x

x  x  f ( x, y ), g ( x, y ) dx
2 2
x  x f dx   x  x g dx 
1 1 1
(198)
f
x2
g dx   f g x
x
  2
x x
1
1
Seja, agora, Ω um domínio no plano x-y. A normal ao contorno tem por

cossenos diretores: n1  nx  l e n2  ny  m .
n n
ymáx
a a
dy dy a
dx dx
S2
x1(y) x2(y)
W
Y S1 a
ymin
n
X
Figura 3 – Interpretação para integração por partes
Segue que:
g y
x ( y)  g
máx 2


 x
f d     x ( y )  x f dx  dy
y  min 1 
ymáx
 x ( y)  f
2
x ( y) 
    x
 g dx   f g  x ( y) 
dy
2
 x ( y) 
1
ymin 1
f y y
g d     fg x ( y ) dy    fg x ( y ) dy
máx máx
 
 x
2 1
y min y min
f y y
g d     fg x ( y ) l dS 2    fg x ( y )  l  dS1
máx máx
 
 x
2 1
y min y min
Nota-se que o sinal negativo no integrando da última parcela da relação

anterior decorre do fato que em S1, indicado na Figura 3, a componente nx
da normal aponta no sentido contrário ao do eixo x de referência. Do
desenvolvimento anterior, conclui-se que:
g f
 x

f d   
 x
g d    f g l dS
S
ou
 f g

 x
d    f g l dS
S
(199)
Analogamente ao último resultado:
 f g
  y d   S f g m dS

(200)
Em conjunto, as relações (199) e (200) são representações do teorema da

divergência. De acordo com a interpretação dada ao produto (f g) o teorema
assume diferentes representações.
Sendo, em particular, f g   um campo escalar, as relações do teorema da

divergência podem ser reunidas na seguinte forma:

  n dS    x
S
i

d    ,i d  c / i  1,2

(201)
i
Passando para uma notação intrínseca, cada uma das relações anteriores
pode ser interpretada como integrais de componentes de campos vetoriais
 e  n :
   d     n dS
 S
(202)
Por outro lado, somando-se as relações (199) e (200):
 f g  f g
   x   y  d   S  f g l  f g m  dS

(203)

e interpretando-se (f g) como componentes de um campo vetorial v, isto é,

v  fg e1  fg e2 , o teorema da divergência se expressa por integrais
envolvendo campos escalares ( div v ) e ( v. n ):
 div v d     v. n  dS
 S
(204)
A relação anterior pode ser generalizada considerando-se dois vetores

arbitrários a e b 3 e substituindo-se v por: v   v.a  Tb . Por um lado, segue
que:
 v.a  Tb  .n  Tb  v  a  .n  a. v  Tb  n

 
v (205)
 a. v  T T n  b
Por outro lado, levando-se em conta as (171), (172) e (174):
div  v.a  Tb    v.a  div Tb   Tb.  v.a 

  v.a  divT .b   Tb. T v a 
(206)
  divT .b  v.a   vTb  . a
  v  divT  b.a   vT  b. a
Voltando à integral (204 ) e tendo-se em vista a arbitrariedade dos vetores a

e b, resulta;
  v  divT    vT  d     v  T n  dS

T
(207)
 S
Há outros dois casos particulares de interesse da relação anterior.
Em primeiro lugar, sendo T = I (tensor identidade), obtém-se:
 v d     v  n  dS
 S
(208)
Num segundo caso, considerando-se v um vetor fixo, da (207) resulta:
v    divT   d   v   T T n  dS (209)

 S
de onde se conclui que:
3
a e b são vetores arbitrários e não campos vetoriais, por isso seus gradientes são nulos!
  divT  d    T n  dS

T
(210)
 S
Ainda se pode escrever outra forma de interesse, explorando-se o produto

vetorial entre os versores de uma base e o conceito de rotacional. Então:
e j  ek   ljk el ou  e  e .e  
j k i ijk
(211)
O rotacional associado a um campo vetorial a é o campo vetorial definido

por:
rot a   ijk ak , j ei
 a a   a a   a a  (212)
  3  2  e1   1  3  e2   2  1  e3
  x2  x3    x3  x1    x1  x2 
Considerando-se a relação (201) e particularizando para o caso em que

   ijk ak , segue que:  ijk ni ak   n  a  j e , j   ijk ak , j , coincidindo,
respectivamente, com as i-ézimas componentes do vetor n  a e do
rotacional de a. Assim sendo, em modo intrínseco resulta:
 rot a d     n  a  dS
 S
(213)
Todas as relações entre as integrais de volume e de superfície apresentadas

constituem formas do teorema da divergência. Portanto, a depender dos
campos envolvidos o teorema da divergência apresenta-se segundo
diferentes formas. Em resumo, as formas de maior interesse são dadas
segundo uma notação intrínseca por:
  d     n dS
 S
(214)
com  um campo escalar.
 v d    v  n dS
 S
(215)
 div v d    v. n dS
 S
(216)
 rot v d     n  v  dS
 S
(217)
sendo v um campo vetorial.
 divT d    T
T
n dS (218)
 S
onde T é um campo tensorial.
Uma aplicação para o teorema da divergência aparece na ponderação da

equação de equilíbrio (192) para fins de geração de uma forma fraca.
Para ilustrar tal aplicação, seja v um campo vetorial homogêneo nas

condições de contorno essenciais de um sólido, com significado de
deslocamentos virtuais e com grau de continuidade suficiente para que as
integrais definidas que seguem apresentem valores finitos. A integração da
equação de equilíbrio (192) ponderada por esse campo escreve-se:
  divT  v  d     b  v d   0
 
(219)
Substituindo-se a relação (174) sobre a primeira integral e observando-se a

simetria do tensor de tensão T, obtém-se:
  divTv  d    T  v d     b  v d   0
  
(220)
O teorema da divergência aplicado na primeira integral fornece:
 Tv  n  dS   T  v d     b  v d   0
S  
(221)
O contorno S é dividido em partes complementares St e Su aonde se

prescrevem forças e deslocamentos, respectivamente. Considerando-se,
ainda, a definição do transposto de um tensor na integral de contorno, a
relação ( t  T n ) que define o equilíbrio na parte estática do contorno ( St ) e
lembrando que o campo v é homogêneo na parte cinemática do contorno

( Su ), resulta:
 T  v d     t  n  dS    b  v d 
 St 
(222)
Dada a simetria do tensor T, então o produto interno indicado no primeiro

integrando fica dado por: T  v  T   s v . Ao tensor  s v pode-se dar a
interpretação de campo tensorial de deformação virtual e, nessas condições a
(222) pode ser interpretada como a expressão do P.T.V.

Álgebra e Análise Tensorial

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

Álgebra e Análise Tensorial

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE DE SÃO PAULO

ESCOLA DE ENGENHARIA DE SÃO CARLOS

INTRODUÇÃO À MECÂNICA DO CONTÍNUO

NOTAS DE AULAS (Álgebra e Análise Tensorial)

Sergio Persival Baroncini Proença

São Carlos, Janeiro de 2011.

Autor: Sergio P.B. Proença

1. Espaços Vetoriais Reais

Def.1 - Espaço vetorial sobre o campo R dos números reais é um sistema

- um conjunto não-vazio V cujos elementos são chamados vetores;

Para a operação de adição, as seguintes propriedades devem ser satisfeitas:

a) A adição de vetores é comutativa

b) A adição de vetores é associativa

c) Existe um único vetor 0 em V, chamado vetor nulo ou elemento neutro, tal

d) Para cada vetor x V , o chamado vetor oposto ou simétrico de x é tal

Def.2 - sejam dois vetores x e y, define-se por vetor diferença ou subtração

Autor: Sergio P.B. Proença

A operação de multiplicação por escalar deve apresentar as seguintes

Os exemplos que seguem constituem espaços vetoriais.

Exemplo 1: o conjunto dos números reais para as definições usuais de soma

Exemplo 2: o sistema (n ,  , R ,  ) das n-uplas de números reais

Exemplo 3: o espaço vetorial V cujos elementos são funções reais de mesmo

Exemplo 4: o sistema (mn ,  , R ,  ) de todas as m  n matrizes sobre o

2. Dependência e independência linear de um conjunto de vetores

Def.3 - sendo V o espaço vetorial sobre o campo , um subconjunto S com

Autor: Sergio P.B. Proença

A notação empregando índices superiores é, por hora, introduzida e será

Def.4 - um subconjunto S   é dito linearmente independente se para

Exemplo 5: dois vetores (segmentos orientados clássicos) não-colineares no

Exemplo 6: os monômios 1, x1, x2, ... , xn são vetores linearmente

3. Espaços com produto interno

Def.5 - Denomina-se produto interno em V, toda aplicação que associa a

Um espaço vetorial com produto interno é denominado Espaço Euclidiano.

Exemplo7 - No espaço 2 o produto interno entre x = (x1,x2) e y = (y1,y2)

Exemplo8 - No espaço vetorial das funções contínuas no intervalo [a,b]

Autor: Sergio P.B. Proença

Exemplo9 - No espaço das matrizes reais de ordem nn define-se produto

Def.6 - Sendo V um espaço euclidiano, denomina-se norma de um elemento

A norma assim definida satisfaz às seguintes propriedades:

Obs. Qualquer operação que não necessariamente faça uso do produto

Def.7 - a distância entre dois elementos x e y de um espaço vetorial V é

A medida assim definida satisfaz às seguintes propriedades:

Autor: Sergio P.B. Proença

iii. d  x  y   d  x, z   d  z , y  (a distância é o menor caminho entre dois

Um espaço com operação distância definida é chamado de espaço métrico.

Def.8 - Da desigualdade de Cauchy-Schwarz decorre a definição de ângulo

Outras definições complementares são também de interesse:

Def.9 - Dois vetores x e y são ortogonais se x  y  0 ; logo, o ângulo entre

Def.10 - Um conjunto de vetores de V é ortogonal se seus vetores forem

Def.11 - Um vetor x é dito unitário, ou versor, se x  1 .

Exemplo10 - No espaço das funções contínuas no intervalo [-1,1] com

os polinômios f (t )  t e g (t )  3t 2  1 são ortogonais, assim como as

4. Combinações lineares. Base e dimensão

Def.12 - um vetor x do espaço vetorial V é dito ser uma combinação linear

Autor: Sergio P.B. Proença

Def.13 - uma base de um espaço vetorial V é um subconjunto de V

Existem infinitas bases em um espaço vetorial.

Def.14 - a dimensão de um espaço vetorial é o número máximo de vetores

O espaço V é dito de dimensão finita se admitir uma base finita.

O teorema seguinte é apenas enunciado.

Teorema1 - Em qualquer espaço euclidiano:

i. Um vetor x é ortogonal a todo vetor do espaço se, e só se, x é o vetor

Def.15 - Num espaço euclidiano, um conjunto ortonormal é um conjunto

Exemplo10 - Considerando-se o produto interno definido por x  y  xi yi (i =