Escalares, vetores e tensores

no espaço euclidiano
Introdução à Teoria da Relatividade Geral
Primeiro semestre de 2023
Andrey Gomes Martins
 Espaços euclidianos
𝑛 fatores
• O espaço euclidiano 𝑛 -dimensional ℝ𝑛 = ℝ × ℝ × ⋯ × ℝ é o
conjunto formado pelas 𝑛-uplas ordenadas de números reais, ou seja,
seus elementos são listas ordenadas da forma:

𝑥Ԧ = 𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 (1)

• O ℝ𝑛 é um conjunto que possui muitas estruturas matemáticas

importantes. Vamos aqui explorar um pouco a sua estrutura de
espaço vetorial (também chamada de estrutura linear).
 Espaços euclidianos
• Os vetores do espaço euclidiano podem ser multiplicados de várias
maneiras. A mais simples delas é o chamado produto interno,
também conhecido como produto escalar. Vamos relembrar.

• Sejam 2 vetores pertencentes a ℝ𝑛 , assim denotados:

𝑢 = 𝑢1 , 𝑢2 , ⋯ , 𝑢𝑛 e 𝑣Ԧ = 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛

• O produto escalar de 𝑢 por 𝑣 é definido por:

𝑢 ∙ 𝑣Ԧ ≡ 𝑢𝑖 𝑣𝑖 ≡ 𝑢1 𝑣1 + 𝑢2 𝑣2 + ⋯ + 𝑢𝑛 𝑣𝑛 (2)
 Produto escalar
• O ℝ𝑛 é um espaço vetorial de dimensão 𝑛, ou seja, qualquer base
nesse espaço tem exatamente 𝑛 elementos. Vamos considerar uma
base ℬ = 𝑒1Ƹ , 𝑒Ƹ2 , ⋯ , 𝑒Ƹ𝑛 para ℝ𝑛 .

• Qualquer elemento do espaço euclidiano pode ser escrito como uma

combinação linear de elementos de ℬ, ou seja:

𝑣Ԧ = 𝑣𝑖 𝑒Ƹ𝑖 ≡ 𝑣1 𝑒Ƹ1 + 𝑣2 𝑒Ƹ2 + ⋯ + 𝑣𝑛 𝑒Ƹ𝑛 (3)

 Produto escalar
• As bases ortogonais em relação ao produto escalar definido em (2)
são aquelas em que:

𝑒Ƹ𝑖 ∙ 𝑒𝑗Ƹ = 𝛿𝑖𝑗 (4)

onde 𝛿𝑖𝑗 é a delta de Kronecker.

• Levando-se em conta a equação (4), podemos escrever o produto

escalar em uma forma mais sugestiva:

𝑢 ∙ 𝑣Ԧ = 𝑢𝑖 𝑒Ƹ𝑖 ∙ 𝑣𝑗 𝑒𝑗Ƹ = 𝑢𝑖 𝑒Ƹ𝑖 ∙ 𝑒𝑗Ƹ 𝑣𝑗 = 𝑢𝑖 𝛿𝑖𝑗 𝑣𝑗

𝑢 ∙ 𝑣Ԧ ≡ 𝑢𝑖 𝛿𝑖𝑗 𝑣𝑗 (5)
 Produto escalar
• À primeira vista parecerá que (5) é uma complicação desnecessária,
haja vista que a propriedade de “filtragem” da delta de Kronecker faz
com que (5) colapse imediatamente para (2).

• A equação (5) vale para bases ortogonais, mas ao mesmo tempo

sugere o que deve acontecer quando a base não for ortogonal. Nesse
caso introduzimos a “métrica” por meio da definição:

𝑔𝑖𝑗 = 𝑒Ƹ𝑖 ∙ 𝑒𝑗Ƹ (6)

• Usando (6) o produto escalar entre vetores assume a forma mais
geral:
𝑢 ∙ 𝑣Ԧ ≡ 𝑢𝑖 𝑒Ƹ𝑖 ∙ 𝑣𝑗 𝑒𝑗Ƹ = 𝑢𝑖 𝑔𝑖𝑗 𝑣𝑗 (7)
 Produto escalar
• A definição de produto escalar, dada pela equação (6), implica que a
métrica 𝑔𝑖𝑗 é simétrica na troca de 𝑖 por 𝑗. Essa propriedade segue
diretamente da comutatividade do produto escalar:

𝑔𝑖𝑗 = 𝑒Ƹ𝑖 ∙ 𝑒𝑗Ƹ = 𝑒𝑗Ƹ ∙ 𝑒Ƹ𝑖 = 𝑔𝑗𝑖

ou seja:
𝑔𝑖𝑗 = 𝑔𝑗𝑖 (8)

OBS: a notação usual para o produto escalar na sua forma mais geral é:

𝑢 ∙ 𝑣Ԧ = 𝑔𝑖𝑗 𝑢𝑖 𝑣𝑗 (9)
 Mudança de base ortogonal
• Às vezes é necessário mudar a base do espaço vetorial euclidiano.
Vamos considerar uma base ℬ′ = 𝑒′Ƹ 1 , 𝑒′Ƹ 2 , ⋯ , 𝑒′Ƹ 𝑛 , também
ortogonal, ou seja, satisfazendo a relação:

𝑒′Ƹ 𝑖 ∙ 𝑒′Ƹ 𝑗 = 𝛿𝑖𝑗 (10)

• A mudança de base no espaço euclidiano é uma transformação linear

que relaciona as componentes de um vetor qualquer na base ℬ′ com
as componentes do mesmo vetor na base ℬ.
 Mudança de base
• Para obter a expressão da mudança de base, decompomos um vetor
qualquer de ℝ𝑛 nas 2 bases, por meio da equação (3):

𝑣Ԧ = 𝑣 ′𝑗 𝑒Ƹ ′𝑗 = 𝑣𝑗 𝑒𝑗Ƹ (11)

• Usando o produto escalar no espaço euclidiano podemos projetar os

2 membros de (11) na direção de um dos elementos da base ℬ′ :

𝑣 ′𝑗 𝑒Ƹ ′𝑗 ∙ 𝑒Ƹ ′ 𝑖 = 𝑣𝑗 𝑒𝑗Ƹ ∙ 𝑒Ƹ ′ 𝑖 (12)
• Aplicando a propriedade distributiva nos 2 membros de (12):

𝑣 ′𝑗 𝑒Ƹ ′𝑗 ∙ 𝑒Ƹ ′ 𝑖 = 𝑣𝑗 𝑒𝑗Ƹ ∙ 𝑒Ƹ ′ 𝑖 (13)
 Mudança de base
• O produto escalar no lado esquerdo de (13) leva à delta de Kronecker:

𝑣 ′𝑗 𝑒Ƹ ′𝑗 ∙ 𝑒Ƹ ′ 𝑖 = 𝑣𝑗 𝑒𝑗Ƹ ∙ 𝑒Ƹ ′ 𝑖

𝑣 ′𝑗 𝛿𝑗𝑖 = 𝑣𝑗 𝑒𝑗Ƹ ∙ 𝑒Ƹ ′ 𝑖 (14)

• Usando em (14) a propriedade de filtragem da delta de Kronecker:

𝑣 ′ 𝑖 = 𝑒𝑗Ƹ ∙ 𝑒Ƹ ′ 𝑖 𝑣𝑗 (15)
 Mudança de base
• Agora vamos introduzir uma notação para o resultado do produto
escalar 𝑒𝑗Ƹ ∙ 𝑒Ƹ ′ 𝑖 .

𝛼𝑖𝑗 ≡ 𝑒Ƹ ′ 𝑖 ∙ 𝑒𝑗Ƹ (16)

• Usando (16) podemos reescrever (15):

𝑣 ′ 𝑖 = 𝑒𝑗Ƹ ∙ 𝑒Ƹ ′ 𝑖 𝑣𝑗 = 𝑒Ƹ ′ 𝑖 ∙ 𝑒𝑗Ƹ 𝑣𝑗 = 𝛼𝑖𝑗 𝑣𝑗

𝑣 ′ 𝑖 = 𝛼𝑖𝑗 𝑣𝑗 (17)
 Mudança de base
• Analogamente, se projetarmos os dois membros de (11) na direção
do vetor unitário 𝑒𝑗Ƹ , encontraremos a relação:

𝑣𝑖 = 𝛼𝑗𝑖 𝑣 ′𝑗 (18)

• Exercício 1: Prove a equação (18).

• A equação (18) também pode ser expressa na forma equivalente:

𝑣𝑖 = 𝛼 𝑇 𝑖𝑗 𝑣 ′𝑗 (19)
 Mudança de base
• Existem algumas propriedades importantes da matriz da mudança de
base. De fato, substituindo a (17) na (18):

𝑣𝑖 = 𝛼𝑗𝑖 𝑣 ′𝑗 ֜ 𝑣𝑖 = 𝛼𝑗𝑖 𝛼𝑗𝑘 𝑣𝑘 (20)

• A equação (20) implica que a matriz 𝛼 deve satisfazer a condição:

𝛼𝑗𝑖 𝛼𝑗𝑘 = 𝛿𝑖𝑘 (21)

• A equação (21) equivale a:

𝛼 𝑇 𝑖𝑗 𝛼𝑗𝑘 = 𝛿𝑖𝑘 ֜ 𝛼 𝑇 𝛼 = 𝐼 (22)
 Mudança de base
• Analogamente, verifica-se que:

𝛼𝑖𝑗 𝛼𝑘𝑗 = 𝛿𝑖𝑘 (23A)

𝛼𝛼 𝑇 = 𝐼 (23B)
Exercício 2: Prove as equações (23A) e (23B).

• Combinando as equações (22) e (23):

𝛼𝛼 𝑇 = 𝛼 𝑇 𝛼 = 𝐼 (24)
 Mudança de base
• A equação (24) caracteriza as matrizes de mudança de base no
espaço euclidiano como sendo Transformações Ortogonais.

• Note-se também que a equação (24) é equivalente a dizer que:

𝛼 −1 = 𝛼 𝑇 (25)

• Outra consequência importante da relação (24) é:

det 𝛼𝛼 𝑇 = det 𝛼 det 𝛼 𝑇 = det 𝛼 2 = det 𝐼 = 1

det 𝛼 = ±1 (26)
 Mudança de base
• O comportamento dos vetores do espaço euclidiano sob mudança de
base é tão importante para a Física que costumamos utilizar esse
comportamento como a própria definição de vetor.

• Assim, para um físico um vetor 𝑣Ԧ = 𝑣𝑖 𝑒Ƹ𝑖 no espaço euclidiano é uma

grandeza cujas componentes 𝑣𝑖 transformam-se de acordo com a
equação (17), que repetimos aqui por conveniência:

𝑣 ′ 𝑖 = 𝛼𝑖𝑗 𝑣𝑗 (17)
 Rotações
• Vamos aqui especificar a dimensão do espaço euclidiano como sendo
𝑛 = 2 e estudar com algum detalhe as transformações ortogonais no
plano euclidiano (ℝ2 ).

• As únicas transformações que atuam nos vetores de uma base

ortogonal 𝑒Ƹ𝑖 de ℝ2 , transformando-a em outra base ortogonal, são
as transformações de rotação e a transformação de paridade.

• Vamos escrever explicitamente a matriz 𝛼 da mudança de base:

𝑣 ′2 𝛼11 𝛼12 𝑣2
(27)
′ = 𝛼 𝛼22 𝑣3
𝑣3 21
 Rotações
• A matriz 𝛼 satisfaz às seguintes relações:

𝛼11 𝛼12 𝛼11 𝛼21 1 0 𝛼11 𝛼21 𝛼11 𝛼12 1 0

𝛼21 𝛼22 𝛼12 𝛼22 = 0 1 𝛼12 𝛼22 𝛼21 𝛼22 = 0 1

(𝛼11 )2 + (𝛼12 )2 = 1 (𝛼11 )2 + (𝛼21 )2 = 1

(𝛼21 )2 + (𝛼22 )2 = 1 (28A) (𝛼12 )2 + (𝛼22 )2 = 1 (28B)

𝛼11 𝛼21 = −𝛼12 𝛼22 𝛼11 𝛼12 = −𝛼21 𝛼22

 Rotações
• Combinando as equações (28A) e (28B), podemos expressar essas
condições na forma simplificada:

(𝛼11 )2 + (𝛼12 )2 = 1

(𝛼12 )2 = (𝛼21 )2 (28C)

(𝛼11 )2 = (𝛼22 )2

• As equações (28C) são as condições gerais a serem satisfeitas por uma

matriz ortogonal 2 × 2. Elas equivalem às equações (28A) e (28B).
Vejamos a seguir os casos particulares (rotações e paridade).
 Rotações
• Vimos que o determinante de 𝛼 pode ser ±1. O caso positivo
corresponde às rotações, e o caso negativo corresponde à paridade,
que inverte o sentido de um dos eixos, isto é,

1 0 (29)
Π=
0 −1

• Exercício 3: Mostre que a matriz de rotação em 2𝐷, mostrada na

equação (30), satisfaz todas às condições listadas nas equações (28A),
(28B) e (28C).

𝛼11 𝛼12 cos 𝜃 − sen 𝜃

𝛼21 𝛼22 = sen 𝜃 cos 𝜃 (30)
 Rotações
• Exercício 4: Mostre que a matriz da transformação de paridade,
definida pela equação (29), satisfaz às condições listadas nas
equações (28A), (28B) e (28C).

• OBS1: De modo mais geral, as transformações ortogonais podem ser

rotações (det 𝛼 = +1) ou produtos de rotações com a matriz de
paridade (det 𝛼 = −1).

• OBS2: Não iremos abordar rotações tridimensionais nessa aula. Esse

breve estudo de matrizes de rotação no plano tem como objetivo
servir de base para explicar a analogia entre as Transformações de
Lorentz especiais e as rotações bidimensionais.
 Produto vetorial
• Existem outros tipos de produtos que podemos formar a partir de
vetores no espaço euclidiano. Um exemplo muito importante é o
Produto Vetorial, cuja definição iremos agora relembrar.

• Dados dois vetores no espaço euclidiano tridimensional ℝ3 , i.e.,

𝑣Ԧ = 𝑣𝑖 𝑒Ƹ𝑖 e 𝑤 = 𝑤𝑖 𝑒Ƹ𝑖 , definimos o produto vetorial de 𝑣Ԧ por 𝑤
como sendo o vetor em ℝ3 dado pela fórmula abaixo:

𝑒Ƹ1 𝑒Ƹ2 𝑒Ƹ3

𝑣Ԧ × 𝑤 = 𝑣1 𝑣2 𝑣3 (31)
𝑤1 𝑤2 𝑤3
 Produto vetorial
• Desenvolvendo a fórmula (31) por meio da definição usual de
determinante, obtemos:

𝑣Ԧ × 𝑤 = 𝑣2 𝑤3 − 𝑣3 𝑤2 𝑒Ƹ1 − 𝑣1 𝑤3 − 𝑣3 𝑤1 𝑒Ƹ2 + 𝑣1 𝑤2 − 𝑣2 𝑤1 𝑒Ƹ3

(32)

• A fórmula (32) é familiar, porém existe uma forma mais conveniente

de se definir o produto vetorial. De fato, usando a definição de
símbolo de Levi-Civita (𝜖𝑖𝑗𝑘 ), podemos escrever:

𝑣Ԧ × 𝑤 = 𝜖𝑖𝑗𝑘 𝑣𝑖 𝑤𝑗 𝑒Ƹ𝑘 (33)

 Produto vetorial
• Antes de prosseguir, vamos estudar as propriedades do Símbolo de
Levi-Civita (também conhecido como símbolo de permutação,
símbolo de antissimetria e símbolo de antissimetria completa),
começando pelo caso em 2𝐷 e depois estendendo para 3𝐷.

• Definição do símbolo de Levi-Civita em 2𝐷:

+1 , se 𝑖, 𝑗 = (1,2)
𝜖𝑖𝑗 = ൞−1 , se 𝑖, 𝑗 = (2,1) (34)
0 , se 𝑖=𝑗
 Produto vetorial
• Definição do símbolo de Levi-Civita em 3𝐷:

+1 , se 𝑖, 𝑗, 𝑘 = 1,2,3 , 3,1,2 ou 2,3,1

𝜖𝑖𝑗𝑘 = ൞−1 , se 𝑖, 𝑗, 𝑘 = 1,3,2 , 2,1,3 ou 3,2,1 (35)
0 , se 𝑖 = 𝑗, 𝑖 = 𝑘 ou 𝑗 = 𝑘

• Recurso visual para lembrar as sequências que dão valor positivo e as

que dão valor negativo:

1 1
+ −
3 2 3 2
 Produto vetorial
• Exercício 5: Use a definição dada na equação (35) para verificar a
equação (32).

• O símbolo de antissimetria pode ser definido em qualquer dimensão.

No caso 2𝐷 a antissimetria diz respeito à “troca de lugar” entre os
índices de 𝜖𝑖𝑗 .

• De fato, como consequência da própria definição (34), segue que:

𝜖𝑖𝑗 = −𝜖𝑗𝑖 (36)

 Produto vetorial
• Consideremos agora o caso tridimensional, no qual há 3 índices na
definição do símbolo de Levi-Civita (𝜖𝑖𝑗𝑘 ).

• Vamos analisar quais trocas de índices levam ao surgimento de sinais

negativos associados à antissimetria do símbolo.

• Partindo da própria definição de 𝜖𝑖𝑗𝑘 , vejamos caso a caso:

𝜖123 = 𝜖312 = 𝜖231 = +1

(37)
𝜖213 = 𝜖321 = 𝜖132 = −1
 Produto vetorial
• Sempre que houver uma “troca de lugar” envolvendo um par de
índices, haverá uma mudança de sinal.

• Se o número de trocas de pares de índices for par, os sinais negativos

se compensarão, e não haverá troca de sinal global. É o caso das
sequências abaixo:
𝜖123 = 𝜖312 = 𝜖231 = +1 (38)

• Para chegar na sequência (312) partindo de (123) são necessárias 2

trocas entre pares de índices (3 com 2 e depois 3 com 1).

• Para chegar na sequência (231) partindo de (123) são necessárias 2

trocas entre pares de índices (1 com 2 e depois 1 com 3).
 Produto vetorial
𝜖123 = 𝜖123

𝜖123 = −𝜖132

𝜖123 = −(−𝜖312 )

𝜖123 = 𝜖312
 Produto vetorial
• O mesmo ocorre na sequência abaixo:

𝜖213 = 𝜖321 = 𝜖132 = −1

• Para chegar na sequência (321) partindo de (213) são necessárias 2

trocas entre pares de índices (3 com 1 e depois 3 com 2).

• Para chegar na sequência (132) partindo de (213) são necessárias 2

trocas entre pares de índices (2 com 1 e depois 2 com 3).
 Produto vetorial
• Por outro lado, se o número de trocas de lugar de pares de índices for
ímpar, haverá uma diferença de sinal entre as 2 sequências.

• De fato, analisando as sequências possíveis:

𝜖123 = 𝜖312 = 𝜖231 = +1

𝜖213 = 𝜖321 = 𝜖132 = −1

• Qualquer sequência da linha de baixo difere de qualquer sequência

da linha de cima por um número ímpar de trocas de pares de índices.
 Produto vetorial
• Vamos agora enunciar e demonstrar alguns resultados sobre o
símbolo de Levi-Civita.

• Teorema A: O símbolo de Levi-Civita é nulo quando dois de seus

índices são iguais.

• A afirmação desse teorema está explícita nas fórmulas (34) e (35),

válidas para os casos em 2𝐷 e em 3𝐷.

• Porém, é instrutivo verificar que esse resultado é uma consequência

direta da antissimetria do símbolo de Levi-Civita, sendo verdadeiro
para qualquer dimensão do espaço euclidiano.
 Produto vetorial
• No caso bidimensional, se fizermos 𝑖 = 𝑗 na equação (34), obtemos:

𝜖𝑖𝑖 = −𝜖𝑖𝑖 ֜ 2𝜖𝑖𝑖 = 0 ֜ 𝜖𝑖𝑖 = 0 (39)

• No caso tridimensional, vamos ilustrar essa propriedade

considerando que 𝑖 = 𝑘 = 1 e 𝑗 = 2:

𝜖121 = −𝜖112 = −1 2 𝜖112 = −1 3 𝜖121

𝜖121 = −𝜖121 ֜ 𝜖121 = 0 (40)

 Produto vetorial
• Teorema B: Seja 𝑀 uma matriz 3 × 3 e seja det(𝑀) seu
determinante. Então:

det 𝑀 𝜖𝑙𝑚𝑛 = 𝜖𝑖𝑗𝑘 𝑀𝑖𝑙 𝑀𝑗𝑚 𝑀𝑘𝑛 (41)

• Para verificar a relação (41), vamos primeiramente escolher uma

sequência de valores para os índices 𝑙, 𝑚, 𝑛 . Por exemplo,
𝑙, 𝑚, 𝑛 = (1,2,3). Nesse caso, a relação (41) se reduz a:

det 𝑀 𝜖123 = det 𝑀 = 𝜖𝑖𝑗𝑘 𝑀𝑖1 𝑀𝑗2 𝑀𝑘3 (42)

 Produto vetorial
• Portanto, resulta dessa escolha a definição já conhecida do
determinante de uma matriz, na qual o desenvolvimento é feito pelas
linhas da matriz.

• Suponhamos agora que seja escolhida outra sequência de valores

para os índices, como, por exemplo, 𝑙, 𝑚, 𝑛 = (3,2,1). Nesse caso, a
relação (41) se reduz a:

det 𝑀 𝜖321 = − det 𝑀 = 𝜖𝑖𝑗𝑘 𝑀𝑖3 𝑀𝑗2 𝑀𝑘1 (43)

• Ou seja:
− det 𝑀 = 𝜖𝑖𝑗𝑘 𝑀𝑖3 𝑀𝑗2 𝑀𝑘1 (44)
 Produto vetorial
• Trocando de lugar os elementos de matriz, para que as colunas
fiquem na ordem (1,2,3):

−det 𝑀 = 𝜖𝑖𝑗𝑘 𝑀𝑘1 𝑀𝑗2 𝑀𝑖3 (45)

Agora, trocando de lugar os índices do símbolo de Levi-Civita, para que

fiquem na mesma ordem dos índices de linha dos elementos de matriz:

−det 𝑀 = −𝜖𝑘𝑗𝑖 𝑀𝑘1 𝑀𝑗2 𝑀𝑖3 (46)

• Ou seja:

det 𝑀 = 𝜖𝑘𝑗𝑖 𝑀𝑘1 𝑀𝑗2 𝑀𝑖3 (47)

 Produto vetorial
• Novamente obtivemos a expressão familiar do determinante, ou seja,
verificamos a relação proposta pelo teorema em mais um caso.

• Note que o número de trocas de pares de índices necessários para ir

da sequência (3,2,1) para a sequência (1,2,3) é ímpar, o que resultou
no sinal negativo no lado esquerdo da equação (44).

• Por outro lado, o número de trocas de pares de índices necessários

para levar a sequência (𝑖, 𝑗, 𝑘) na sequência 𝑘, 𝑗, 𝑖 também é ímpar,
resultando no sinal negativo no lado direito da equação (46).

• No cômputo geral os sinais se compensam, levando à igualdade do

teorema.
 Produto vetorial
• Quando escolhemos uma sequência de (𝑙, 𝑚, 𝑛) que difere por um
número "𝐴" de trocas de índices em relação à sequência (1,2,3), o
lado esquerdo da equação (41) ganha um fator 𝜖𝑙𝑚𝑛 = (−1)𝐴 .

• O lado direito fica com os índices de coluna dos elementos de matriz

na ordem (𝑙, 𝑚, 𝑛).

• Ao reorganizarmos os fatores, para que os índices de coluna fiquem

na ordem (1,2,3), isso modifica sequência dos índices de linha dos
elementos de matriz.
 Produto vetorial
• Ao alinharmos a sequência de índices do 𝜖𝑖𝑗𝑘 à sequência dos índices
de linha dos elementos de matriz, introduzimos um fator (−1)𝐴 no
lado direito da equação, que compensa o sinal do lado esquerdo,
resultando na definição usual de determinante.

• Exercício 6: Verifique diretamente que

det 𝑀 𝜖𝑙𝑚𝑛 = 𝜖𝑖𝑗𝑘 𝑀𝑖𝑙 𝑀𝑗𝑚 𝑀𝑘𝑛

• Dica: escolha valores para a sequência 𝑙, 𝑚, 𝑛 e imite os passos

feitos acima, nos exemplos do texto.
 Produto vetorial como pseudo-vetor
• Teorema C: O produto vetorial é um pseudovetor sob mudança de
base (de matriz 𝛼), ou seja,

𝑢′ × 𝑣′
Ԧ = det(𝛼)𝑢 × 𝑣Ԧ (48)

• Prova:
• Sejam 𝑢 = 𝑢𝑖 𝑒Ƹ𝑖 e 𝑣Ԧ = 𝑣𝑖 𝑒Ƹ𝑖 dois vetores em ℝ3 . Aplicando a fórmula
(33):

𝑢 × 𝑣Ԧ = 𝜖𝑖𝑗𝑘 𝑢𝑖 𝑣𝑗 𝑒Ƹ𝑘
 Produto vetorial como pseudo-vetor
• Se realizarmos uma mudança de base 𝛼 em ℝ3 , o produto vetorial
na nova base será:
𝑢′ × 𝑣′
Ԧ = 𝜖′𝑖𝑗𝑘 𝑢′𝑖 𝑣′𝑗 𝑒′Ƹ 𝑘 (49)

• O 𝜖𝑖𝑗𝑘 entra na definição do produto vetorial com a função de tornar

esse produto antissimétrico. Como essa propriedade é válida em
qualquer das bases utilizadas, 𝜖𝑖𝑗𝑘 é independente da base, ou seja,

𝜖′𝑖𝑗𝑘 = 𝜖𝑖𝑗𝑘 (50)

resultando na fórmula:

𝑢′ × 𝑣′
Ԧ = 𝜖𝑖𝑗𝑘 𝑢′𝑖 𝑣′𝑗 𝑒′Ƹ 𝑘 (51)
 Produto vetorial como pseudo-vetor
• Desenvolvendo:
𝑢′ × 𝑣′
Ԧ = 𝜖𝑖𝑗𝑘 𝑢′𝑖 𝑣′𝑗 𝑒′Ƹ 𝑘

𝑢′ × 𝑣′
Ԧ = 𝜖𝑖𝑗𝑘 𝛼𝑖𝑙 𝑢𝑙 𝛼𝑗𝑚 𝑣𝑚 𝛼𝑘𝑛 𝑒Ƹ𝑛

𝑢′ × 𝑣′
Ԧ = 𝜖𝑖𝑗𝑘 𝛼𝑖𝑙 𝛼𝑗𝑚 𝑢𝑙 𝑣𝑚 𝛼𝑘𝑛 𝑒Ƹ𝑛

𝑢′ × 𝑣′
Ԧ = 𝜖𝑖𝑗𝑝 𝛿𝑘𝑝 𝛼𝑖𝑙 𝛼𝑗𝑚 𝛼𝑘𝑛 𝑢𝑙 𝑣𝑚 𝑒Ƹ𝑛

𝑢′ × 𝑣′
Ԧ = 𝜖𝑖𝑗𝑝 𝛼𝑘𝑟 𝛼𝑝𝑟 𝛼𝑖𝑙 𝛼𝑗𝑚 𝑢𝑙 𝑣𝑚 𝛼𝑘𝑛 𝑒Ƹ𝑛

𝑢′ × 𝑣′
Ԧ = 𝜖𝑖𝑗𝑝 𝛼𝑖𝑙 𝛼𝑗𝑚 𝛼𝑝𝑟 𝑢𝑙 𝑣𝑚 𝛼𝑘𝑟 𝛼𝑘𝑛 𝑒Ƹ𝑛
 Produto vetorial como pseudo-vetor
𝑢′ × 𝑣′
Ԧ = 𝜖𝑖𝑗𝑝 𝛼𝑖𝑙 𝛼𝑗𝑚 𝛼𝑝𝑟 𝑢𝑙 𝑣𝑚 𝛼𝑘𝑟 𝛼𝑘𝑛 𝑒Ƹ𝑛

𝑢′ × 𝑣′
Ԧ = 𝜖𝑖𝑗𝑝 𝛼𝑖𝑙 𝛼𝑗𝑚 𝛼𝑝𝑟 𝑢𝑙 𝑣𝑚 𝛿𝑟𝑛 𝑒Ƹ𝑛

𝑢′ × 𝑣′
Ԧ = 𝜖𝑖𝑗𝑝 𝛼𝑖𝑙 𝛼𝑗𝑚 𝛼𝑝𝑟 𝑢𝑙 𝑣𝑚 𝑒Ƹ𝑟

• Agora, usando a fórmula (41) do teorema B, isto é,

𝜖𝑖𝑗𝑝 𝛼𝑖𝑙 𝛼𝑗𝑚 𝛼𝑝𝑟 = det(𝛼)𝜖𝑙𝑚𝑟

𝑢′ × 𝑣′
Ԧ = det(𝛼)𝜖𝑙𝑚𝑟 𝑢𝑙 𝑣𝑚 𝑒Ƹ𝑟

𝑢′ × 𝑣′
Ԧ = det(𝛼)𝑢 × 𝑣Ԧ (52)
 Produto vetorial
• Teorema D:
𝜖𝑖𝑗 𝜖𝑗𝑘 = −𝛿𝑖𝑘 (53)

• Para ver que a equação (53) é verdadeira, primeiramente note que o

lado esquerdo da equação é simétrico na troca de 𝑖 por 𝑘, ou seja:

𝜖𝑖𝑗 𝜖𝑗𝑘 = 𝜖𝑘𝑗 𝜖𝑗𝑖 (54)

• Exercício 7: Prove a equação (54). Dica: explore a antissimetria do

símbolo de Levi-Civita.

• Como o símbolo de Levi-Civita é independente da base de ℝ3 , vemos

que a quantidade 𝜖𝑖𝑗 𝜖𝑗𝑘 também é invariante por mudança de base.
 Produto vetorial
• Assim, 𝜖𝑖𝑗 𝜖𝑗𝑘 é independente da base utilizada e também é simétrico
na troca de 𝑖 por 𝑘. Portanto, 𝜖𝑖𝑗 𝜖𝑗𝑘 é diretamente proporcional ao
delta de Kronecker 𝛿𝑖𝑘 .
𝜖𝑖𝑗 𝜖𝑗𝑘 = 𝑐𝛿𝑖𝑘 (55)

• Para determinar o valor da constante de proporcionalidade 𝑐 basta

escolher valores para 𝑖 e 𝑘 e substituir na equação (55). Assim, seja
𝑖 = 𝑘 = 1. Segue que: 0
𝜖1𝑗 𝜖𝑗1 = 𝑐𝛿11 = 𝑐 ֜ 𝜖11 𝜖11 + 𝜖12 𝜖21 = 𝑐
−1
𝑐 = −1 (56)
 Produto vetorial
• Teorema E:

𝜖𝑖𝑗 𝜖𝑘𝑙 = 𝛿𝑖𝑘 𝛿𝑗𝑙 − 𝛿𝑖𝑙 𝛿𝑗𝑘 (57)

• O primeiro argumento em favor da fórmula (57) é que os dois lados

são invariantes por mudança de base. Além disso, é preciso verificar
que ambos os lados dessa equações possuem as mesmas
propriedades de simetria.

• Uma forma mais transparente de estudar as simetrias do lado direito

de (57) é notar que ele pode ser expresso como um determinante.
 Produto vetorial
• De fato, podemos verificar diretamente que:

𝛿𝑖𝑘 𝛿𝑗𝑘 (58)

𝛿𝑖𝑘 𝛿𝑗𝑙 − 𝛿𝑖𝑙 𝛿𝑗𝑘 = det
𝛿𝑖𝑙 𝛿𝑗𝑙
• Desse modo a equação (57) se escreve:

𝛿𝑖𝑘 𝛿𝑗𝑘
𝜖𝑖𝑗 𝜖𝑘𝑙 = det (59)
𝛿𝑖𝑙 𝛿𝑗𝑙

• Agora, pelas propriedades de determinante, sabemos que uma troca

de lugar entre 2 colunas (ou 2 linhas) de uma matriz faz com que o
seu determinante troque de sinal.
 Produto vetorial
• Por outro lado, a troca de posição entre as 2 linhas da matriz é
equivalente à troca de 𝑘 por 𝑙. Portanto, o lado direito de (59) é
antissimétrico na troca de 𝑘 por 𝑙.

• Por sua vez, a troca de posição entre as 2 colunas da matriz é

equivalente à troca de 𝑖 por 𝑗. Assim, o lado direito de (59) é
antissimétrico na troca de 𝑖 por 𝑗.

• Dessa forma verificamos que o lado direito de (59) tem de fato as

mesmas propriedades de simetria (no caso, de antissimetria) do seu
lado esquerdo.
 Produto vetorial
• O argumento está quase completo, mas ainda temos que lembrar que
não basta os 2 lados da equação terem as mesmas propriedades sob
troca de índices. De modo geral poderia haver uma constante de
proporcionalidade relacionando 𝜖𝑖𝑗 𝜖𝑘𝑙 com 𝛿𝑖𝑘 𝛿𝑗𝑙 − 𝛿𝑖𝑙 𝛿𝑗𝑘 , isto é,

𝜖𝑖𝑗 𝜖𝑘𝑙 = 𝑐 𝛿𝑖𝑘 𝛿𝑗𝑙 − 𝛿𝑖𝑙 𝛿𝑗𝑘 (60)

analogamente ao que vimos no caso do Teorema B.

• Porém, essa constante 𝑐 é igual a 1. Para verificar isso, basta calcular

o valor de 𝜖𝑖𝑗 𝜖𝑘𝑙 e de 𝛿𝑖𝑘 𝛿𝑗𝑙 − 𝛿𝑖𝑙 𝛿𝑗𝑘 para uma escolha conveniente
de valores para 𝑖, 𝑗, 𝑘 e 𝑙. Ao fazermos isso, obtemos 𝑐 = 1.
 Produto vetorial
• Vamos agora estender os resultados acima para o caso de maior
interesse para nós, que é o tridimensional.

• Teorema F:
𝛿𝑖𝑙 𝛿𝑗𝑙 𝛿𝑘𝑙
𝜖𝑖𝑗𝑘 𝜖𝑙𝑚𝑛 = det 𝛿𝑖𝑚 𝛿𝑗𝑚 𝛿𝑘𝑚 (61)
𝛿𝑖𝑛 𝛿𝑗𝑛 𝛿𝑘𝑛

• A verificação da veracidade de (61) segue os moldes dos teoremas B e

C, ou seja, é baseada na análise das simetrias dos 2 lados da equação,
e complementada pelo cálculo da constante de proporcionalidade.
 Produto vetorial
• Teorema G:
𝜖𝑖𝑗𝑘 𝜖𝑘𝑚𝑛 = 𝛿𝑖𝑚 𝛿𝑗𝑛 − 𝛿𝑖𝑛 𝛿𝑗𝑚 (62)

• Exercício 8: Partindo da equação (61), demonstre a fórmula (62).

• Dicas:

a) Primeiramente desenvolva o determinante e escreva a equação (61) na

forma:
𝜖𝑖𝑗𝑘 𝜖𝑙𝑚𝑛
= 𝛿𝑖𝑙 𝛿𝑗𝑚 𝛿𝑘𝑛 − 𝛿𝑗𝑛 𝛿𝑘𝑚
− 𝛿𝑗𝑙 𝛿𝑖𝑚 𝛿𝑘𝑛 − 𝛿𝑖𝑛 𝛿𝑘𝑚 +𝛿𝑘𝑙 𝛿𝑖𝑚 𝛿𝑗𝑛 − 𝛿𝑖𝑛 𝛿𝑗𝑚 (63)
 Produto vetorial
b) Multiplique os dois lados de (63) por 𝛿𝑘𝑙 .

c) Observe que no lado esquerdo da equação teremos:

𝜖𝑖𝑗𝑘 𝜖𝑙𝑚𝑛 𝛿𝑘𝑙 = 𝜖𝑖𝑗𝑘 𝜖𝑘𝑚𝑛

d) Desenvolva o lado direito, usando as propriedades de filtragem da

delta de Kronecker.
 Produto tensorial
• Há outros tipos de produtos que podem ser construídos a partir de
vetores. O caso de maior interesse para a Teoria da Relatividade
(tanto a Especial quanto a Geral) é o produto tensorial.

• O produto tensorial pode ser definido de forma mais simples por

meio da linguagem matricial.

• Como exemplo, vamos considerar o caso particular de vetores no

plano euclidiano, isto é, ℝ2 . Vamos usar como base os vetores:

1 0
𝑒1Ƹ = 𝑖Ƹ = e 𝑒Ƹ2 = 𝑗Ƹ =
0 1
 Produto tensorial
• Usando essa base “canônica”, podemos representar dois vetores
quaisquer, que assumirão a forma:

1 0 𝑢1
𝑢 = 𝑢1 𝑒1Ƹ + 𝑢2 𝑒Ƹ2 = 𝑢1 + 𝑢2 = 𝑢
0 1 2

1 0 𝑣1
𝑣Ԧ = 𝑣1 𝑒1Ƹ + 𝑣2 𝑒Ƹ2 = 𝑣1 + 𝑣2 = 𝑣
0 1 2

• O produto tensorial de 𝑢 por 𝑣Ԧ é definido por meio da fórmula:

𝑢1 𝑣1 𝑢1 𝑣2
𝑢 ⊗ 𝑣Ԧ = 𝑢 𝑣 𝑢2 𝑣2 (64)
2 1
 Produto tensorial
• É interessante e útil verificar qual o resultado do produto tensorial
nos elementos da base, isto é,

1 1 1 0
𝑒1Ƹ ⊗ 𝑒1Ƹ = ⊗ =
0 0 0 0

1 0 0 1
𝑒Ƹ1 ⊗ 𝑒Ƹ2 = ⊗ =
0 1 0 0 (65)
0 1 0 0
𝑒Ƹ2 ⊗ 𝑒Ƹ1 = ⊗ =
1 0 1 0

0 0 0 0
𝑒Ƹ2 ⊗ 𝑒Ƹ2 = ⊗ =
1 1 0 1
 Produto tensorial
• Primeiramente vamos escrever o produto tensorial em uma forma
equivalente:

1 0 0 1 0 0 0 0
𝑢 ⊗ 𝑣Ԧ = 𝑢1 𝑣1 + 𝑢1 𝑣2 + 𝑢2 𝑣1 + 𝑢2 𝑣2
0 0 0 0 1 0 0 1
(66)

• Usando a (65) na (66):

𝑢 ⊗ 𝑣Ԧ = 𝑢1 𝑣1 𝑒1Ƹ ⊗ 𝑒Ƹ1 + 𝑢1 𝑣2 𝑒1Ƹ ⊗ 𝑒Ƹ2 + 𝑢2 𝑣1 𝑒Ƹ2 ⊗ 𝑒Ƹ1 + 𝑢2 𝑣2 𝑒Ƹ2 ⊗ 𝑒Ƹ2

𝑢 ⊗ 𝑣Ԧ = 𝑢𝑖 𝑣𝑗 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ (67)

 Produto tensorial
• Usando a fórmula (67) como guia, podemos generalizar e definir o
produto tensorial entre dois vetores no ℝ𝑛 , 𝑢 = 𝑢𝑖 𝑒Ƹ𝑖 e 𝑣Ԧ = 𝑣𝑗 𝑒𝑗Ƹ , por
meio da fórmula:

𝑢 ⊗ 𝑣Ԧ ≡ 𝑢𝑖 𝑣𝑗 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ (68)

• Como se vê, a base do espaço dos tensores é construída a partir da

base dos vetores, por meio do produto tensorial, isto é, 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ .

• Note que no caso de um espaço de vetores 𝑛-dimensional, isto é, ℝ𝑛 ,

a base dos tensores possui 𝑛2 elementos. Por exemplo, para o caso
do plano euclidiano a base do espaço dos tensores tem 4 elementos.
 Produto tensorial
• Vamos investigar de que forma o produto tensorial entre 2 vetores se
comporta sob mudanças de base.

• O produto tensorial na base 𝑒Ƹ1 , 𝑒Ƹ2 , ⋯ , 𝑒Ƹ𝑛 escreve-se como na (68):

𝑢 ⊗ 𝑣Ԧ ≡ 𝑢𝑖 𝑣𝑗 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ (68)

• Na nova base, 𝑒′Ƹ 1 , 𝑒′Ƹ 2 , ⋯ , 𝑒′Ƹ 𝑛 , o produto tensorial será escrito

como:

𝑢′ ⊗ 𝑣′
Ԧ ≡ 𝑢′𝑖 𝑣′𝑗 𝑒′Ƹ 𝑖 ⊗ 𝑒′Ƹ 𝑗 (69)
 Produto tensorial
• Comparando (68) e (69):

𝑢′𝑖 𝑣′𝑗 𝑒′Ƹ 𝑖 ⊗ 𝑒′Ƹ 𝑗 = 𝑢𝑖 𝑣𝑗 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ (70)

• Seguindo um caminho análogo ao que seguimos quando estudamos a

lei de transformação dos vetores, vamos projetar os 2 membros da
equação (70) na “direção” do vetor 𝑒′Ƹ 𝑘 ⊗ 𝑒′Ƹ 𝑙 :

𝑢′𝑖 𝑣′𝑗 𝑒′Ƹ 𝑖 ⊗ 𝑒′Ƹ 𝑗 ∙ 𝑒′Ƹ 𝑘 ⊗ 𝑒′Ƹ 𝑙 = 𝑢𝑖 𝑣𝑗 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ ∙ 𝑒′Ƹ 𝑘 ⊗ 𝑒′Ƹ 𝑙 (71)

𝑢′𝑖 𝑣′𝑗 𝑒′Ƹ 𝑖 ⊗ 𝑒′Ƹ 𝑗 ∙ 𝑒′Ƹ 𝑘 ⊗ 𝑒′Ƹ 𝑙 = 𝑢𝑖 𝑣𝑗 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ ∙ 𝑒′Ƹ 𝑘 ⊗ 𝑒′Ƹ 𝑙 (72)
 Produto tensorial
• Para seguir os cálculos precisamos definir o produto escalar no
espaço dos tensores. Definimos:

𝑠Ԧ ⊗ 𝑢 ∙ 𝑣Ԧ ⊗ 𝑤 = 𝑠Ԧ ∙ 𝑣Ԧ 𝑢 ∙ 𝑤 (73)

• Aplicando para o caso dos vetores da base:

𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ ∙ 𝑒Ƹ𝑘 ⊗ 𝑒Ƹ𝑙 = 𝑒Ƹ𝑖 ∙ 𝑒Ƹ𝑘 𝑒𝑗Ƹ ∙ 𝑒Ƹ𝑙 = 𝛿𝑖𝑘 𝛿𝑗𝑙 (74)
 Produto tensorial
• Repetindo a equação (72):

𝑢′𝑖 𝑣′𝑗 𝑒′Ƹ 𝑖 ⊗ 𝑒′Ƹ 𝑗 ∙ 𝑒′Ƹ 𝑘 ⊗ 𝑒′Ƹ 𝑙 = 𝑢𝑖 𝑣𝑗 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ ∙ 𝑒′Ƹ 𝑘 ⊗ 𝑒′Ƹ 𝑙
(72)
• Usando a (74) na (72):

𝑢′𝑖 𝑣′𝑗 𝛿𝑖𝑘 𝛿𝑗𝑙 = 𝑢𝑖 𝑣𝑗 𝑒Ƹ𝑖 ∙ 𝑒′Ƹ 𝑘 𝑒𝑗Ƹ ∙ 𝑒′Ƹ 𝑙 (75)

• Lembrando a definição das matrizes de mudança de base:

𝑒Ƹ𝑖 ∙ 𝑒′Ƹ 𝑘 = 𝑒′Ƹ 𝑘 ∙ 𝑒Ƹ𝑖 = 𝛼𝑘𝑖 e 𝑒𝑗Ƹ ∙ 𝑒′Ƹ 𝑙 = 𝑒′Ƹ 𝑙 ∙ 𝑒𝑗Ƹ = 𝛼𝑙𝑗 (76)
 Tensores
• Usando a (76) na (75) e aplicando a propriedade de filtragem da
delta:

𝑢′𝑘 𝑣′𝑙 = 𝛼𝑘𝑖 𝛼𝑙𝑗 𝑢𝑖 𝑣𝑗 (77)

• De modo mais amplo, um tensor de 2ª ordem é um vetor no espaço

vetorial cuja base é formada pelos elementos 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ , ou seja:

𝑇 = 𝑇𝑖𝑗 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ (78)

de tal forma que as componentes 𝑇𝑖𝑗 se transformam de acordo com:

𝑇′𝑖𝑗 = 𝛼𝑖𝑘 𝛼𝑗𝑙 𝑇𝑘𝑙 (79)

 Tensores
• Os tensores são classificados em função da forma como suas
componentes se transformam por mudança de base. Vejamos:

• Escalares, que são invariantes sob a mudança de base, são

denominados tensores de ordem zero.

• Vetores, cujas componente 𝑣𝑖 se transformam como na equação (17),

são denominados tensores de 1ª ordem.

• Tensores de segunda ordem têm componentes 𝑇𝑖𝑗 que se

transformam como na equação (79).
 Tensores
• Continuando na mesma linha, podemos utilizar o produto tensorial
como ferramenta para gerar tensores de ordem mais alta, usando
como “blocos de construção” os tensores de ordem mais baixa.

• Por exemplo, o produto tensorial de um tensor de segunda ordem

com um tensor de primeira ordem (um vetor) gera um tensor de
terceira ordem:

𝑢 ⊗ 𝑣Ԧ ⊗ 𝑤 = 𝑢𝑖 𝑣𝑗 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ ⨂ 𝑤𝑘 𝑒Ƹ𝑘 = 𝑢𝑖 𝑣𝑗 𝑤𝑘 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ ⨂𝑒Ƹ𝑘 (80)

 Tensores
• A “tensorialidade” de (80) reside no fato de que a lei de
transformação dos coeficientes escreve-se:

𝑢′𝑖 𝑣′𝑗 𝑤′𝑘 = 𝛼𝑖𝑙 𝛼𝑗𝑚 𝛼𝑘𝑛 𝑢𝑙 𝑣𝑚 𝑤𝑛 (81)

• De modo geral, um tensor de 3ª ordem é um vetor no espaço vetorial

cuja base é formada pelos elementos 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ ⊗ 𝑒Ƹ𝑘 , ou seja:

𝑇 = 𝑇𝑖𝑗𝑘 𝑒Ƹ𝑖 ⊗ 𝑒𝑗Ƹ ⊗ 𝑒Ƹ𝑘 (82)

de tal forma que as componentes 𝑇𝑖𝑗𝑘 se transformam de acordo com:

𝑇′𝑖𝑗𝑘 = 𝛼𝑖𝑙 𝛼𝑗𝑚 𝛼𝑘𝑛 𝑇𝑙𝑚𝑛 (83)

 Tensores
• Cabe um comentário a respeito dos tensores de terceira ordem, no
que diz respeito à possibilidade de representá-lo matricialmente.

• Lembremos que os tensores de segunda ordem são representados

como matrizes, ou seja, como arranjos que contém linha e coluna:

𝑖
//

𝑖𝑗
𝑗
 Tensores
• OBS: a quantidade de linhas (colunas) do tensor será igual à dimensão
do espaço vetorial (o espaço euclidiano ℝ𝑛 , no caso).
• Uma representação análoga para um tensor de terceira ordem teria
que ser representada como um arranjo contendo linha, coluna e uma
terceira “dimensão”, perpendicular à linha e à coluna. Pictoricamente:

𝑖
𝑘
𝑖𝑗𝑘
𝑗
 Tensores
• Como se pode perceber, quanto maior a ordem do tensor, mais
“dimensões” seriam necessárias para representá-lo como matriz.

• ATENÇÃO: a “dimensão” em questão não tem nenhuma relação com

a dimensão do espaço dos vetores. Como já mencionado antes, a
dimensão do ℝ𝑛 determina quantas linhas (e colunas) existem na
matriz que representa o tensor de segunda ordem.

• Voltando à questão da representação matricial de um tensor, vemos

que se estivermos lidando com um tensor de segunda ordem, a
representação matricial pode ser conveniente (desde que o número
de linhas e colunas não seja muito grande).
 Tensores
• Para o caso de tensores de 3ª ordem, a representação matricial seria
possível, porém não seria útil e nem conveniente.

• Para tensores de grau maior do que 3, a representação como bloco

simplesmente não seria possível, pois não teríamos como desenhar
um bloco com linha, coluna, e mais 2 dimensões extra.

• A conclusão é que a representação matricial não é prática, de modo

que os físicos acabaram por trabalhar apenas com as componentes
dos tensores.

• Assim, de agora em diante adotaremos a postura prática de nos

referirmos às componentes dos tensores como sendo os próprios
tensores.
 Tensores
• Seguindo a receita usada até aqui, podemos generalizar e construir
tensores de qualquer ordem usando o produto tensorial. Por
exemplo, sejam dois tensores de ordem 𝑚 e 𝑛, respectivamente:

𝐴𝑖1𝑖2𝑖3⋯𝑖𝑚 e 𝐵𝑗1𝑗2𝑗3 ⋯𝑗𝑛 (84)

• O produto tensorial de 𝐴𝑖1𝑖2𝑖3⋯𝑖𝑚 por 𝐵𝑗1𝑗2𝑗3 ⋯𝑗𝑛 é o tensor de ordem

𝑚 + 𝑛, definido por:

𝐶𝑖1𝑖2𝑖3⋯𝑖𝑚 𝑗1𝑗2𝑗3⋯𝑗𝑛 = 𝐴𝑖1𝑖2𝑖3⋯𝑖𝑚 𝐵𝑗1𝑗2𝑗3⋯𝑗𝑛 (85)

 Tensores
• Em muitos casos alguns índices tensoriais podem ser contraídos. A
contração de índices tensoriais diminui a ordem do tensor. Vejamos
alguns exemplos.

• A) Sejam 𝑢𝑖 e 𝑣𝑗 dois vetores (tensores de primeira ordem). O

produto direto entre esses tensores é um tensor de segunda ordem:

𝑇𝑖𝑗 = 𝑢𝑖 𝑣𝑗
• Se contrairmos os dois índices de 𝑇𝑖𝑗 , obteremos um tensor de ordem
zero (um escalar):

𝑇𝑖𝑖 = 𝛿𝑖𝑗 𝑇𝑖𝑗 = 𝛿𝑖𝑗 𝑢𝑖 𝑣𝑗 = 𝑢𝑖 𝑣𝑖 (86)

 Tensores
• É fácil ver que 𝑢𝑖 𝑣𝑖 é um escalar, até porque não há mais índices
livres. Porém, podemos verificar essa afirmação diretamente,
estudando seu comportamento sob mudança de base:

𝑢′𝑖 𝑣′𝑖 = 𝛼𝑖𝑗 𝑢𝑗 𝛼𝑖𝑘 𝑣𝑘 = 𝛼𝑖𝑗 𝛼𝑖𝑘 𝑢𝑗 𝑣𝑘

𝑢′𝑖 𝑣′𝑖 = 𝛿𝑗𝑘 𝑢𝑗 𝑣𝑘 = 𝑢𝑘 𝑣𝑘

𝑢′𝑖 𝑣′𝑖 = 𝑢𝑖 𝑣𝑖

𝑇′𝑖𝑖 = 𝑇𝑖𝑖 (87)

 Tensores
• B) Seja 𝑇𝑖𝑗𝑘𝑙 um tensor de 4ª ordem. A delta de Kronecker é um
tensor de 2ª ordem. Os dois juntos contém 6 índices livres.

• A contração dos índices de 𝑇𝑖𝑗𝑘𝑙 com os índices da delta de Kronecker

resulta em um tensor de 2ª ordem:

𝑇𝑖𝑗𝑘𝑙 𝛿𝑘𝑙 = 𝑇𝑖𝑗𝑘𝑘

• Novamente, o resultado da contração, 𝑇𝑖𝑗𝑘𝑘 , tem apenas 2 índices

livres, sendo, portanto, um tensor de 2ª ordem. Porém, a título de
exercício podemos verificar que esse tensor é mesmo de 2ª ordem.
 Tensores
• Exercício 9: Verifique que 𝑇𝑖𝑗𝑘𝑘 = 𝑇𝑖𝑗𝑘𝑙 𝛿𝑘𝑙 é um tensor de 2ª ordem.

• Por definição:
𝑇′𝑖𝑗𝑘𝑙 𝛿′𝑘𝑙 = 𝛼𝑖𝑚 𝛼𝑗𝑛 𝛼𝑘𝑝 𝛼𝑙𝑞 𝛼𝑘𝑟 𝛼𝑙𝑠 𝑇𝑚𝑛𝑝𝑞 𝛿𝑟𝑠

𝑇′𝑖𝑗𝑘𝑙 𝛿′𝑘𝑙 = 𝛼𝑖𝑚 𝛼𝑗𝑛 𝛼𝑘𝑝 𝛼𝑙𝑞 𝛼𝑘𝑟 𝛼𝑙𝑟 𝑇𝑚𝑛𝑝𝑞

𝑇′𝑖𝑗𝑘𝑙 𝛿′𝑘𝑙 = 𝛼𝑖𝑚 𝛼𝑗𝑛 𝛼𝑘𝑝 𝛼𝑙𝑞 𝛿𝑘𝑙 𝑇𝑚𝑛𝑝𝑞

𝑇′𝑖𝑗𝑘𝑙 𝛿′𝑘𝑙 = 𝛼𝑖𝑚 𝛼𝑗𝑛 𝛼𝑘𝑝 𝛼𝑘𝑞 𝑇𝑚𝑛𝑝𝑞

 Tensores
• Repetindo a última linha:

𝑇′𝑖𝑗𝑘𝑙 𝛿′𝑘𝑙 = 𝛼𝑖𝑚 𝛼𝑗𝑛 𝛼𝑘𝑝 𝛼𝑘𝑞 𝑇𝑚𝑛𝑝𝑞

𝑇′𝑖𝑗𝑘𝑙 𝛿′𝑘𝑙 = 𝛼𝑖𝑚 𝛼𝑗𝑛 𝛿𝑝𝑞 𝑇𝑚𝑛𝑝𝑞

𝑇′𝑖𝑗𝑘𝑙 𝛿′𝑘𝑙 = 𝛼𝑖𝑚 𝛼𝑗𝑛 𝑇𝑚𝑛𝑝𝑞 𝛿𝑝𝑞

• Que equivale a:

𝑇′𝑖𝑗𝑘𝑘 = 𝛼𝑖𝑚 𝛼𝑗𝑛 𝑇𝑚𝑛𝑘𝑘

 Pseudotensores
• Seguindo a mesma lógica da definição de pseudovetor, podemos
estender o conceito e definir pseudotensores.

• Definimos um pseudotensor de 2ª ordem como uma grandeza cujas

componentes se transformam, sob mudança de base, segundo a
seguinte regra:

𝑇′𝑖𝑗 = det(𝛼)𝛼𝑖𝑚 𝛼𝑗𝑛 𝑇𝑚𝑛 (88)

• Generalizando, um tensor de ordem 𝑁 é uma grandeza que tem 𝑀
índices, cuja lei de transformação sob mudança de base é da forma:

𝑇′𝑖1𝑖2⋯𝑖𝑁 = det(𝛼)𝛼𝑖1𝑗1 𝛼𝑖2𝑗2 ⋯ 𝛼𝑖𝑁 𝑗𝑁 𝑇𝑗1𝑗2⋯𝑗𝑁 (89)

 Pseudotensores
• Exemplo: o pseudotensor de Levi-Civita

• O símbolo de antissimetria é um pseudotensor. Vamos verificar essa

afirmação para o caso tridimensional.

• Como já vimos, o símbolo de antissimetria tem o mesmo valor em

todos as bases, ou seja,
𝜖′𝑖𝑗𝑘 = 𝜖𝑖𝑗𝑘 (90)
• Pela definição de mudança de base, temos:

𝜖′𝑖𝑗𝑘 = 𝛼𝑖𝑙 𝛼𝑗𝑚 𝛼𝑘𝑛 𝜖𝑙𝑚𝑛 (91)

 Pseudotensores
• Por outro lado, lembrando que det(𝛼) 2 = 1, podemos expressar o
lado direito de (90) de uma forma equivalente:

𝜖𝑖𝑗𝑘 = det(𝛼) 2 𝜖𝑖𝑗𝑘 = det(𝛼)𝜖𝑖𝑗𝑘 det(𝛼) (92)

• De acordo com a equação (41), temos:

det 𝛼 𝜖𝑖𝑗𝑘 = 𝜖𝑙𝑚𝑛 𝛼𝑙𝑖 𝛼𝑚𝑗 𝛼𝑛𝑘 (93)

• Mas, como det 𝛼 = det 𝛼 𝑇 , podemos reescrever (93) na forma:

det 𝛼 𝜖𝑖𝑗𝑘 = 𝜖𝑙𝑚𝑛 𝛼𝑖𝑙 𝛼𝑗𝑚 𝛼𝑘𝑛 (94)

 Pseudotensores
• Substituindo a (94) na (92):

𝜖𝑖𝑗𝑘 = det(𝛼)𝜖𝑙𝑚𝑛 𝛼𝑖𝑙 𝛼𝑗𝑚 𝛼𝑘𝑛 (95)

• Substituindo a (95) no lado direito da (90), virá:

𝜖′𝑖𝑗𝑘 = det(𝛼) 𝛼𝑖𝑙 𝛼𝑗𝑚 𝛼𝑘𝑛 𝜖𝑙𝑚𝑛

o que mostra que o símbolo de Levi-Civita é um pseudo-tensor de 3ª

ordem.