dispense sui tensori
dispense sui tensori
dispense sui tensori
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Capitolo 1<br />
Tensori<br />
In questo capitolo introduttivo sono presentate le proprietà principali dei <strong>tensori</strong>.<br />
Una trattazione completa dell’argomento si trova nel primo capitolo del testo<br />
di Biscari, Poggi e Virga 1 .<br />
1.1 Proprietà generali<br />
I <strong>tensori</strong> sono applicazioni lineari dallo spazio delle traslazioni V in sé. Ciò<br />
significa che, se L è un tensore, u e v ∈ V e λ uno scalare<br />
<br />
L(u + v) = Lu + Lv<br />
(1.1)<br />
L(λv) = λLv<br />
Come primi esempi di <strong>tensori</strong> prendiamo il tensore identità I ed il tensore nullo<br />
0 la cui azione su un vettore v ∈ V è così definita:<br />
Iv = v<br />
0v = 0 .<br />
Il tensore identico lascia inalterato ogni vettore; al contrario, il tensore nullo<br />
annulla ogni vettore su cui agisce.<br />
Ex.1 Verificare che il tensore identità e quello nullo sono effettivamente dei<br />
<strong>tensori</strong>, cioè soddisfano le condizioni (1.1).<br />
Il teorema di trasposizione (cfr. BPV, pag.11) permette di associare ad ogni<br />
tensore L il tensore L T , detto trasposto di L, che gode della proprietà seguente<br />
Lu · v = u · L T v ,<br />
per ogni scelta dei vettori u e v ∈ V. Particolare rilievo hanno i <strong>tensori</strong> simmetrici<br />
e quelli antisimmetrici. Un tensore S si dice simmetrico quando S = S T ,<br />
mentre un tensore W si dice antisimmetrico se W = −W T . In generale un tensore<br />
L non è né simmetrico né antisimmetrico, ma è possibile associargli in modo<br />
univoco una parte simmetrica ed una parte antisimmetrica.<br />
1 Nel seguito useremo spesso l’abbreviazione BPV per indicare questo testo.<br />
7
8 CAPITOLO 1. TENSORI<br />
Teorema 1.1 Ogni tensore L si può scrivere in un unico modo come somma<br />
di un tensore S simmetrico e di un tensore W antisimmetrico:<br />
dove ⎧ ⎨<br />
⎩<br />
L = S + W , (1.2)<br />
S = 1<br />
<br />
2<br />
W = 1<br />
2<br />
L + L T<br />
<br />
L − L T<br />
.<br />
Dim. Osserviamo anzitutto che<br />
L = 1<br />
<br />
L + L<br />
2<br />
T<br />
+ 1<br />
<br />
L − L<br />
2<br />
T<br />
;<br />
inoltre<br />
e<br />
1<br />
<br />
L + L<br />
2<br />
T T<br />
= 1<br />
<br />
L + L<br />
2<br />
T<br />
1<br />
<br />
L − L<br />
2<br />
T T<br />
= − 1<br />
<br />
L − L<br />
2<br />
T<br />
:<br />
(1.3)<br />
abbiamo mostrato che L è somma di un tensore simmetrico e di un tensore<br />
antisimmetrico. Resta da mostrare l’unicità di tale scomposizione e per far ciò<br />
supponiamo di poter scrivere<br />
L = S + W (1.4)<br />
per un’altra coppia di <strong>tensori</strong> S e W, con S simmetrico e W antisimmetrico.<br />
Confrontando (1.2) e (1.4) otteniamo<br />
ovvero<br />
S + W = S + W<br />
S − S = W − W =: A . (1.5)<br />
Poiché la differenza di due <strong>tensori</strong> simmetrici è un tensore simmetrico e la differenza<br />
di due <strong>tensori</strong> antisimmetrici è un tensore antisimmetrico, la (1.5) afferma<br />
che A deve essere simultaneamente simmetrico ed antisimmetrico, per<br />
cui<br />
A = A T<br />
e A = −A T<br />
da cui si ricava 2A = 0, cioè A = 0. Dalla (1.5) seguono le uguaglianze S = S<br />
e W = W che garantiscono l’unicità.<br />
Ex.2 Mostrare che la differenza o la somma di <strong>tensori</strong> simmetrici (antisimmetrici)<br />
è un tensore simmetrico (antisimmetrico).
1.2. PRODOTTO DIADICO 9<br />
1.2 Prodotto diadico<br />
Il prodotto diadico di due vettori a e b ∈ V è un tensore –indicato con a ⊗ b–<br />
la cui azione su un vettore v ∈ V è data da<br />
(a ⊗ b)v := (b · v)a. (1.6)<br />
Certamente si tratta di un’applicazione che manda V in sé. Per verificare che è<br />
un tensore, mostriamo la validità delle (1.1). Presi u e v ∈ V abbiamo<br />
(a ⊗ b)(u + v) = (b · (u + v))a.<br />
Grazie alla linearità del prodotto scalare<br />
e per la definizione di prodotto diadico<br />
In definitiva,<br />
che soddisfa la (1.1)1.<br />
(b · (u + v))a = (b · u)a + (b · v)a<br />
(b · u)a + (b · v)a = (a ⊗ b)u + (a ⊗ b)v .<br />
(a ⊗ b)(u + v) = (a ⊗ b)u + (a ⊗ b)v<br />
Ex.3 Verificare la (1.1)2, vale a dire che (a ⊗ b)(λv) = λ(a ⊗ b)(v), con λ ∈ R.<br />
Fissiamo in V una base ortonormale {ei} –i = 1, 2, 3– e calcoliamo la matrice<br />
del prodotto diadico (a ⊗ b) su questa base. Per definizione, le sue componenti<br />
sono date dalla relazione<br />
[a ⊗ b] ij = ei · (a ⊗ b)ej<br />
(1.7)<br />
Poiché {ei} è base ortonormale, possiamo sviluppare su di essa i vettori a e b<br />
ottenendo:<br />
a = a1e1 + a2e2 + a3e3<br />
(1.8)<br />
b = b1e1 + b2e2 + b3e3 .<br />
Dalla definizione di diade segue che<br />
ei · (a ⊗ b)ej = ei · (b · ej)a = (ei · a) (b · ej) = aibj<br />
dove ai e bj sono rispettivamente l’i-esimo coefficiente di a ed il j-esimo coefficiente<br />
di b nello sviluppo (1.8); pertanto<br />
[a ⊗ b] ij = aibj . (1.9)<br />
Per ottenere l’espressione della traccia della diade (a ⊗ b) è sufficiente valutare<br />
la traccia della sua matrice rappresentativa su una base ortonormale {ei}<br />
qualsiasi. Infatti, anche se nel passaggio da una base ortonormale ad un’altra<br />
i coefficienti della matrice rappresentativa cambiano, la traccia non dipende da
10 CAPITOLO 1. TENSORI<br />
questo cambiamento. Si esprime questa proprietà dicendo che la traccia è un<br />
invariante scalare. Dalla (1.9) segue allora<br />
tr (a ⊗ b) = tr [a ⊗ b] = a1b1 + a2b2 + a3b3 = a · b , (1.10)<br />
dove l’ultimo passaggio segue dalle definizioni di prodotto scalare, di base ortonormale<br />
e da (1.8).<br />
Osservazione. L’ortonormalità di una base {ei} si può esprimere in forma compatta<br />
come ei · ej = δij, con δij simbolo di Kronecker. Moltiplicando scalarmente<br />
la (1.8)1 per e1, ad esempio, si ottiene a·e1 = a1 e, in generale, a·ei = ai.<br />
Abbiamo così una precisa caratterizzazione dei coefficienti dello sviluppo di un<br />
vettore su una base ortonormale, potendo scrivere ∀a ∈ V<br />
a = (a · e1)e1 + (a · e2)e2 + (a · e3)e3 . (1.11)<br />
I coefficienti dello sviluppo di un vettore su una base ortonormale sono noti con<br />
il nome di coefficienti di Fourier del vettore.<br />
Un altro importante invariante scalare è il determinante di un tensore che si<br />
annulla se e soltanto se il tensore non è invertibile. Per una diade abbiamo<br />
det(a ⊗ b) = 0 . (1.12)<br />
Per mostrare la (1.12) è sufficiente verificare che esiste almento un vettore v = 0<br />
tale che (a ⊗ b)v = 0 perché così a ⊗ b non può essere iniettivo e, a fortiori,<br />
neppure invertibile. Grazie alla definizione di diade (1.6), è sufficiente trovare<br />
soluzioni non nulle dell’equazione<br />
(b · v)a = 0 .<br />
Questa equazione è soddisfatta da tutti i vettori v nel complemento ortogonale<br />
di b, per i quali b · v = 0: la (1.12) è dunque dimostrata.<br />
In generale, un prodotto diadico non è simmetrico. Dimostriamo la seguente<br />
formula che caratterizza il trasposto di (a ⊗ b).<br />
(a ⊗ b) T = (b ⊗ a) . (1.13)<br />
Presi due vettori qualsiasi u e v ∈ V, se applichiamo il teorema di trasposizione<br />
ed usiamo la (1.6) otteniamo<br />
Poiché<br />
applicando ancora la (1.6) segue<br />
u · (a ⊗ b) T v = (a ⊗ b)u · v = (b · u)(a · v) .<br />
(b · u) (a · v) = ((a · v)b · u) ,<br />
u · (a ⊗ b) T v = (a ⊗ b) T v · u = (b ⊗ a)v · u . (1.14)
1.2. PRODOTTO DIADICO 11<br />
Poiché la (1.14) vale ∀u ∈ V ed il prodotto scalare ordinario è non degenere,<br />
possiamo concludere che<br />
(a ⊗ b) T v = (b ⊗ a)v, (1.15)<br />
∀v ∈ V, da cui segue la (1.13).<br />
Osservazione. Ricordiamo che un prodotto scalare si dice non degenere quando<br />
gode della seguente proprietà: se c·u = 0 ∀u ∈ V =⇒ c = 0. Applicando questa<br />
proprietà alla (1.14) segue la (1.15).<br />
Esempio 1 Siano S un tensore, a e b due vettori. Allora S (a ⊗ b) = Sa ⊗ b.<br />
Per mostrare un’identità tra due <strong>tensori</strong> basta far vedere che le loro azioni su<br />
un qualunque vettore v coincidono. Ora,<br />
S (a ⊗ b)v = S((b · v)a) = (b · v)Sa = (Sa ⊗ b)v<br />
dove l’ultimo passaggio segue dalla (1.6).<br />
Ex.4 Dimostrare che (a ⊗ b)S = a ⊗ STb. Esempio 2 Dimostrare che il tensore identico I ammette la seguente rappresentazione:<br />
3<br />
I = ei ⊗ ei , (1.16)<br />
i=1<br />
qualunque sia la base ortonormale {ei} scelta.<br />
Dato un vettore v, Iv = v. D’altra parte è<br />
<br />
3<br />
<br />
3<br />
v = (v · ei)ei = v<br />
i=1<br />
ei ⊗ ei<br />
poiché la base è ortonormale e che per v vale uno sviluppo del tipo (1.11).<br />
Esempio 3 Dimostrare che, assegnata una base ortonormale {ei}, per ogni<br />
tensore L vale la seguente formula di rappresentazione<br />
L =<br />
i=1<br />
3<br />
(Lei) ⊗ ei<br />
i=1<br />
(1.17)<br />
È sufficiente combinare i risultati degli esempi 1 e 2. Infatti, dall’esempio 1<br />
deduciamo che (Lei) ⊗ei = L(ei ⊗ ei), i = 1, 2, 3 per cui il secondo membro di<br />
(1.17) diventa<br />
3<br />
3<br />
(Lei) ⊗ ei = L(ei ⊗ ei) .<br />
i=1<br />
Poiché il prodotto tra <strong>tensori</strong> gode della proprietà distributiva A(B + C) =<br />
AB + AC, possiamo riscrivere l’equazione precedente nella forma<br />
3<br />
<br />
3<br />
<br />
(Lei) ⊗ ei = L = LI = L,<br />
i=1<br />
i=1<br />
i=1<br />
ei ⊗ ei
12 CAPITOLO 1. TENSORI<br />
dove nel secondo passaggio è stata usata la (1.16).<br />
Osservazione. Il teorema spettrale afferma che per ogni tensore simmetrico S<br />
esiste una base ortonormale {ei} composta di suoi autovettori. In questa base<br />
vale la rappresentazione<br />
3<br />
S = σiei ⊗ ei , (1.18)<br />
i=1<br />
dove gli scalari σi sono gli autovalori di S. La (1.17) vale per ogni tensore e la<br />
base ortonormale {ei} non ha un legame con il tensore L. Inoltre, se si applica<br />
la (1.17) ad un tensore simmetrico S e la base scelta è quella composta da suoi<br />
autovettori, poiché Sei = σiei vediamo che la (1.17) si riduce alla (1.18) e ne<br />
rappresenta una generalizzazione.<br />
1.3 Proiettori ortogonali<br />
I proiettori ortogonali formano di una classe importante di <strong>tensori</strong> dal preciso<br />
significato geometrico. In matematica, il nome di proiettore è attribuito ad una<br />
classe di <strong>tensori</strong> P che godono delle due seguenti proprietà:<br />
i) sono simmetrici, P = P T<br />
ii) sono idempotenti, P 2 = P.<br />
Siamo interessati a due tipi di proiettori, quelli lungo una direzione assegnata<br />
e quelli su un piano assegnato. Sia n un versore e sia v un qualsiasi vettore. Il<br />
versore n individua una direzione (cfr. Figura 1.1): il proiettore nella direzione<br />
di n è l’applicazione che associa a v la sua componente lungo n.<br />
n<br />
v<br />
Pnv<br />
Figura 1.1:<br />
Chiaramente, il risultato dell’applicazione deve essere un vettore diretto lungo<br />
n, di modulo pari alla lunghezza della proiezione ortogonale di v nella direzione<br />
di n. Detta Pn l’applicazione cercata abbiamo<br />
Pnv = (n · v)n = (n ⊗ n)v (1.19)
1.3. PROIETTORI ORTOGONALI 13<br />
e dunque Pn = n ⊗n. Per dimostrare che si tratta di un proiettore osserviamo<br />
in primo luogo che Pn è simmetrico, grazie alla (1.13); quanto all’idempotenza<br />
abbiamo<br />
P 2 nv = (n ⊗ n) (n ⊗ n)v<br />
= (n ⊗ n)(n · v)n = (n · v)n = Pnv ,<br />
dove abbiamo ripetutamente usato la (1.6) ed osservato che n · n = 1, dal<br />
momento che n è un versore.<br />
Un’altra famiglia di proiettori ortogonali interessanti sono quelli che proiettano<br />
un vettore v su un piano π. Il significato geometrico di questi <strong>tensori</strong> si<br />
chiarisce osservando la Figura 1.2, dove e rappresenta un versore ortogonale al<br />
piano π.<br />
e<br />
v<br />
Pπv<br />
Figura 1.2:<br />
Proiettare un vettore v su un piano π significa associare a v un nuovo vettore<br />
ottenuto privando v della componente lungo la normale e a π. Detto Pπ il<br />
tensore che svolge questo ufficio si deve avere<br />
π<br />
Pπv = v − (e · v)e = (I − e ⊗ e)v. (1.20)<br />
Questa relazione è valida per ogni v ∈ V e ci permette di concludere che Pπ =<br />
I − e ⊗ e. La definizione di Pπ non dipende dall’orientazione della normale a π<br />
, in quanto (−e) ⊗ (−e) = e ⊗ e.<br />
Ex.5 Mostrare che le proprietà i) e ii) che caratterizzano i proiettori ortogonali<br />
valgono nel caso di Pπ.<br />
Esempio 4 Consideriamo nello spazio V una base ortonormale {ei},i = 1, 2, 3,<br />
ed un versore n = αe1 + βe2 (α 2 + β 2 = 1). Determinare i vettori u ∈ V le cui<br />
proiezioni ortogonali lungo n e sul piano {e1,e2} coincidono.<br />
Sviluppiamo il vettore u sulla base {ei}: u = u1e1 + u2e2 + u3e3. Il proiettore<br />
sul piano {e1,e2} è dato da P = I − e3 ⊗ e3, e abbiamo<br />
La proiezione di u lungo n è invece<br />
Pu = u1e1 + u2e2. (1.21)<br />
(n ⊗ n)u = (u · n)n . (1.22)
14 CAPITOLO 1. TENSORI<br />
Uguagliando (1.21) con (1.22) e servendosi dell’espressione di n ricaviamo<br />
u1e1 + u2e2 = α (u · n)e1 + β (u · n)e2 .<br />
Poiché e1 ed e2 sono linearmente indipendenti tale relazione equivale al sistema<br />
<br />
α (u · n) = u1<br />
(1.23)<br />
β (u · n) = u2<br />
che non impone restrizioni sul coefficiente u3. Questo fatto ha un chiaro significato<br />
geometrico evidenziato dalla Figura 1.3: se un vettore u è soluzione del<br />
problema, modificandone la componente lungo e3 si ottengono altre soluzioni<br />
del medesimo problema. La (1.23) invece precisa come deve essere orientato u<br />
rispetto ad n: u deve appartenere al piano contenente n ed e3.<br />
e3<br />
u<br />
n<br />
Figura 1.3:<br />
Esempio 5 Verificare che (AB) T = B T A T , per ogni coppia di <strong>tensori</strong> A e B.<br />
Applicando la definizione di tensore trasposto, abbiamo<br />
u · (AB) T v = (AB)u · v = A (Bu) · v = Bu · A T v = u · B T A T v<br />
e, per l’arbitrarietà di u e v, segue la tesi.<br />
Esempio 6 Siano assegnati due <strong>tensori</strong> A e B e sia fissata in V una base<br />
ortonormale {ei} in modo che le matrici associate ai due <strong>tensori</strong> nella base<br />
siano [A] e [B] rispettivamente. Mostrare che la matrice associata al tensore<br />
AB è il prodotto righe per colonne di [A] e [B], cioè [AB] ij = 3<br />
k=1 [A] ik [B] kj .<br />
Dalla definizione di matrice associata ad un tensore segue<br />
π<br />
[AB] ij = ei · ABej = ei · A (Bej) . (1.24)<br />
Possiamo sviluppare il vettore Bej sulla base {ei} usando la (1.11):<br />
Bej = (Bej · e1)e1 + (Bej · e2)e2 + (Bej · e3)e3 =<br />
3<br />
= (Bej · ek)ek<br />
k=1<br />
(1.25)
1.3. PROIETTORI ORTOGONALI 15<br />
Inseriamo allora la (1.25) nella (1.24) e sfruttiamo la linearità dei <strong>tensori</strong> per<br />
trasformare la (1.24) in<br />
[AB] ij =<br />
3<br />
(Bej · ek)(ei · Aek) =<br />
k=1<br />
3<br />
k=1<br />
grazie alla definizione di matrice associata ad un tensore.<br />
[A] ik [B] kj<br />
Gli esempi precedenti dimostrano che proprietà ben note nell’ordinario calcolo<br />
matriciale valgono anche se riferite ai <strong>tensori</strong> di cui le matrici sono soltanto<br />
utili rappresentazioni, una volta che sia stata fissata una base ortonormale nello<br />
spazio delle traslazioni V.<br />
Chiudiamo questo paragrafo segnalando un’interessante proprietà del tensore<br />
aggiunto. Ricordiamo (cfr. BPV, p.22) che il tensore aggiunto L ∗ di un tensore<br />
L invertibile è definito come<br />
L ∗ := (detL) L −1 T<br />
Vogliamo mostrare una proprietà di L ∗ che discende dalla seguente identità<br />
(1.26)<br />
Lu ∧ Lv · Lw = (detL)u ∧ v · w (1.27)<br />
valida per tutti i <strong>tensori</strong> L e tutti i vettori u,v e w. Questa relazione ha<br />
un significato geometrico, in quanto il prodotto misto u ∧ v · w di tre vettori<br />
rappresenta, a meno del segno, il volume del triedro avente per spigoli u,v<br />
e w. La (1.27) afferma che il rapporto tra il volume del triedro avente per<br />
spigoli Lu,Lv e Lw e quello del triedro di partenza è pari a detL. In questo<br />
modo il determinante assume il significato di coefficiente di dilatazione volumica<br />
associato alla trasformazione L ed il suo annullarsi significa che il tensore L,<br />
agendo su tre qualsiasi vettori, riduce il triedro da loro determinato ad una<br />
figura piana, di volume nullo.<br />
Teorema 1.2 Dato un tensore L invertibile e due vettori u,v arbitrari, vale la<br />
relazione<br />
(Lu ∧ Lv) = L ∗ (u ∧ v) . (1.28)<br />
Dim. Dalla definizione di trasposto abbiamo<br />
mentre dalla (1.27) segue<br />
∀w ∈ V per cui<br />
(Lu ∧ Lv) · Lw = L T (Lu ∧ Lv) · w<br />
(detL) −1 L T (Lu ∧ Lv) · w = u ∧ v · w<br />
(detL) −1 L T (Lu ∧ Lv) = u ∧ v . (1.29)
16 CAPITOLO 1. TENSORI<br />
Se L è invertibile anche il suo trasposto lo è dal momento che le operazioni di<br />
trasposizione e inversione si possono scambiare tra di loro. Dalla (1.29) segue<br />
che è la tesi.<br />
(Lu ∧ Lv) = (detL) L −1 T (u ∧ v)<br />
Osservazione. La (1.28) può essere usata come definizione di aggiunto di un<br />
tensore arbitrario L anche quando L non è invertibile e dunque non vale la<br />
rappresentazione (1.26).<br />
Ex.5 Ricordando l’identità vettoriale<br />
mostrare che<br />
a ∧ (b ∧ c) = (a · c)b − (a · b)c<br />
a ∧ (b ∧ c) = (b ⊗ c)a − (c ⊗ b)a.<br />
1.4 Prodotto scalare tra <strong>tensori</strong><br />
L’insieme L(V) di tutti i <strong>tensori</strong> su V forma uno spazio vettoriale di dimensione<br />
n 2 , dove n è la dimensione di V. In tutto il testo ci limitiamo al caso n = 3, per<br />
cui L(V) ha dimensione pari a 9. Appare naturale cercare di definire in questo<br />
spazio un prodotto scalare. La definizione adottata è<br />
A · B := trA T B , ∀A ,B ∈ L(V). (1.30)<br />
Occorre verificare che questa definizione soddisfi gli assiomi proprî di un prodotto<br />
scalare. Riguardo alla linearità bisogna mostrare che, presi A, B e C ∈ L(V),<br />
abbiamo<br />
A · (B + C) = A · B + A · C .<br />
Infatti, applicando la (1.30) abbiamo<br />
A · (B + C) = trA T (B + C) = trA T B + trA T C = A · B + A · C<br />
Ex.6 Verificare che (A + B) · C = A · C + B · C e che A · B = B · A.<br />
Infine occorre provare che A · A ≥ 0 e che A · A = 0 ⇐⇒ A = 0 (cfr.<br />
Esempio 7). Fissata una base ortonormale {ei} sappiamo che la traccia dei<br />
<strong>tensori</strong> coincide con la traccia delle matrici rappresentative, perciò<br />
A · B = tr A T B <br />
e poiché l’elemento jk della matrice corrispondente ad A T B è<br />
T<br />
A B jk =<br />
3 T<br />
A <br />
i=1<br />
ji [B] ik =<br />
3<br />
i=1<br />
[A] ij [B] ik ,
1.4. PRODOTTO SCALARE TRA TENSORI 17<br />
otteniamo<br />
tr A T B =<br />
3 T<br />
A B jj =<br />
j=1<br />
3<br />
3<br />
j=1 i=1<br />
[A] ij [B] ij . (1.31)<br />
La (1.31) si può riscrivere in forma più compatta introducendo la convenzione<br />
di Einstein sugli indici ripetuti: quando si incontra una sommatoria su indici<br />
ripetuti, il simbolo di sommatoria viene omesso ed è sottointeso dalla ripetizione<br />
degli indici. Così la (1.31) si può riscrivere nella forma<br />
A · B = tr A T B = [A] ij [B] ij . (1.32)<br />
Nel seguito faremo occasionalmente uso della convenzione di Einstein.<br />
Esempio 7 Il prodotto scalare tra <strong>tensori</strong> è definito positivo, valgono cioè le<br />
relazioni<br />
A · A ≥ 0 ∀A<br />
(1.33)<br />
A · A = 0 ⇐⇒ A = 0<br />
Infatti, dalla (1.32) segue che<br />
A · A =<br />
3<br />
j,k=1<br />
[A] 2<br />
kj ≥ 0<br />
e l’uguaglianza vale se e solo se ogni elemento della matrice rappresentativa è<br />
nullo, cioè per A = 0. Come per i vettori, ad ogni tensore è possibile associare<br />
un modulo definito da<br />
|A| := (A · A) 1<br />
<br />
2 = tr (ATA). (1.34)<br />
Osservazioni. È possibile mostrare che per il prodotto scalare tra <strong>tensori</strong> è<br />
non degenere: se S · T = 0 ∀T ∈ L(V), allora S = 0.<br />
La definizione di prodotto scalare tra <strong>tensori</strong> può apparire a prima vista<br />
artificiosa. Sappiamo però che lo spazio delle matrici 3 × 3 è isomorfo ad R9 e che le coordinate di un punto di R9 che corrisponde ad una matrice sono<br />
proprio gli elementi della matrice, ordinati colonna per colonna. Con questa<br />
identificazione, la (1.32) non è niente altro che l’usuale prodotto scalare in R9 e la (1.30) ne è la traduzione nel linguaggio dell’algebra <strong>tensori</strong>ale.<br />
Esempio 8 Verificare che I · S = trS, per ogni tensore S.<br />
Dalla (1.30) segue I · S = trI T S = trS.<br />
Esempio 9 Siano dati quattro vettori a,b,u,v ∈ V. Mostrare che<br />
(a ⊗ b) · (u ⊗ v) = (a · u)(b · v) (1.35)<br />
Ricordando la (1.9) e la (1.32), possiamo scrivere<br />
(a ⊗ b) · (u ⊗ v) = aibjuivj = (aiui)(bjvj) = (a · u)(b · v)
18 CAPITOLO 1. TENSORI<br />
Esempio 10 Dati due vettori u,v ∈ V ed un tensore S abbiamo<br />
u · Sv = S · u ⊗ v (1.36)<br />
Dalla definizione di prodotto scalare tra vettori abbiamo<br />
ed usando la (1.9), otteniamo<br />
che, per la (1.32), dimostra la (1.36).<br />
u · Sv = ui [S] ij vj<br />
ui [S] ij vj = [S] ij [u ⊗ v] ij<br />
Ex. 7 Siano dati due versori e ed f tra loro ortogonali e siano Pe e Pf i<br />
proiettori ortogonali lungo le direzioni individuate da e ed f. Mostrare che<br />
Pe · Pf = 0 .<br />
1.5 Rotazioni attorno ad un asse<br />
In questo paragrafo dimostriamo la formula di rappresentazione per una rotazione<br />
attorno ad un asse individuato dal versore e, enunciata a p.23 di BPV.<br />
Teorema 1.3 Sia Q il tensore ortogonale speciale che individua una rotazione<br />
attorno ad e. Detto W(e) il tensore antisimmetrico associato ad e, esiste un<br />
parametro ϑ ∈ [0, 2π[ tale che<br />
Q = I + sin ϑW(e) + (1 − cosϑ)W 2 (e) (1.37)<br />
Dim. Diamo una dimostrazione geometrica della (1.37), avvalendoci della Figura<br />
1.4.<br />
e<br />
v<br />
p<br />
Qv<br />
p ∗<br />
Figura 1.4:<br />
p∗ ϑ<br />
v<br />
e ∧ v<br />
p<br />
′<br />
W2 (e)v
1.6. ESERCIZI 19<br />
Il vettore W(e)v = e ∧ v è ortogonale sia a v che ad e ed è orientato come in<br />
Fgura. Quanto a W 2 (e)v, abbiamo<br />
W 2 (e)v = e ∧ (e ∧ v) = (e · v)e − v = −Pev (1.38)<br />
(cfr. figura 1.4). I punti p e p∗ si trovano su una circonferenza di raggio | Pev |,<br />
centrata sull’asse di rotazione e Qv si ottiene aggiungendo a v il vettore v ′ di<br />
modulo pari alla corda che unisce p con p ∗ . Dal teorema della corda si ricava<br />
|v ′ | = 2 <br />
2<br />
W (e)v ϑ<br />
sin , (1.39)<br />
2<br />
dove ϑ è l’angolo al centro sotteso dall’arco pp∗. Proprietà geometriche elementari<br />
permettono di sviluppare v ′ <br />
sulla base ortonormale<br />
,<br />
v ′ = |v ′ | sin ϑ<br />
2<br />
2<br />
W (e)v<br />
|W2 e∧v<br />
(e)v| , |e∧v|<br />
W2 (e)v<br />
|W2 (e)v| + |v′ | cos ϑ e ∧ v<br />
. (1.40)<br />
2 |e ∧ v|<br />
Dall’equazione (1.38) segue che le componenti di v e W 2 (e)v sul piano ortogonale<br />
ad e sono opposte per cui e ∧v = −e ∧W 2 (e)v e poiché e e W 2 (e)v sono<br />
ortogonali abbiamo<br />
|e ∧ v| = W 2 (e)v .<br />
Servendosi delle identità trigonometriche<br />
da (1.39) e (1.40) otteniamo<br />
sin ϑ = 2 sin ϑ ϑ<br />
2 cos 2<br />
2 ϑ 2 sin = 1 − cosϑ,<br />
2<br />
v ′ = sin ϑ (e ∧ v) + (1 − cosϑ)W 2 (e)v<br />
= sin ϑW(e)v + (1 − cosϑ)W 2 (e)v<br />
da cui segue la tesi, visto che Qv = v + v ′ .<br />
La dimostrazione chiarisce che il parametro ϑ rappresenta l’angolo di rotazione<br />
necessario per passare da v a Qv.<br />
1.6 Esercizi<br />
Esercizio 1.1 Sia e un versore e W(e) il corrispondente tensore antisimmetrico.<br />
Dimostrare che<br />
W(e)(e ⊗ e) = (e ⊗ e)W(e) = 0. (1.41)<br />
Prendiamo un arbitrario vettore v e applichiamo ad esso il tensore W(e)(e ⊗ e).<br />
Dalle definizioni di prodotto diadico e di tensore antisimmetrico associato ad un<br />
vettore segue<br />
W(e)(e ⊗ e)v = W(e)(e · v)e = (e · v)e ∧ e = 0 .
20 CAPITOLO 1. TENSORI<br />
In modo analogo si può vedere che (e ⊗ e)W(e)v = 0. Poiché ciò è vero ∀v ∈ V,<br />
vale la (1.41).<br />
Esercizio 1.2 Sia S un tensore simmetrico. Mostrare che<br />
S · W = 0<br />
per ogni tensore antisimmetrico W. È vero che, se il prodotto scalare tra un<br />
tensore simmetrico S ed un tensore A si annulla, A è antisimmetrico?<br />
Sviluppiamo il prodotto scalare usando gli elementi delle matrici associate ad S<br />
e W rispetto ad una base ortonormale con l’aiuto della convenzione di Einstein<br />
sugli indici ripetuti:<br />
S · W = [S]ij[W]ij .<br />
Ogni coppia di indici i = i0 e j = j0 fissata compare in due termini soltanto:<br />
[S]i0j0[W]i0j0 e [S]j0i0[W]j0i0 che sono sommati nel prodotto scalare. Poiché W<br />
è antisimmetrico ed S simmetrico, abbiamo<br />
per cui<br />
[S]j0i0[W]j0i0 = [S]i0j0[W]j0i0 = −[S]i0j0[W]i0j0<br />
[S]i0j0[W]i0j0 + [S]j0i0[W]j0i0 = 0.<br />
Ripetendo lo stesso ragionamento su tutte le coppie di indici possibili, arriviamo<br />
alla tesi. Quanto alla seconda parte dell’esercizio, produciamo un controesempio<br />
in cui<br />
S · A = 0<br />
per un tensore S simmetrico, senza che A sia antisimmetrico. Scelto S = I<br />
sappiamo che<br />
S · A = I · A = trA<br />
ed esistono infiniti <strong>tensori</strong> a traccia nulla che non sono antisimmetrici.<br />
Esercizio 1.3 Trovare entro quali limiti varia la traccia di un tensore Q ortogonale<br />
speciale. Come cambia il risultato se il tensore è ortogonale, ma non<br />
speciale?<br />
Prendiamo Q ∈ SO(V). Un teorema di Eulero (cfr. p. 23 di BPV) afferma<br />
che per tutti i <strong>tensori</strong> Q ∈ SO(V) esiste un versore e ∈ V tale che Q rappresenta<br />
una rotazione attorno all’asse individuato da e. Dunque, se Q ∈ SO(V) vale la<br />
formula di rappresentazione (1.37) che consente di determinare<br />
trQ = 1 + 2 cosϑ<br />
dal momento che trW(e) = 0 e trW 2 (e) = −trPe = −2, in virtù della (1.38).<br />
Variando l’angolo di rotazione in [0, 2π) otteniamo che trQ ∈ [−1, 3]. Se Q ∈<br />
O(V) \ SO(V) allora −Q ∈ SO(V) e dunque<br />
per cui trQ ∈ [−3, 1].<br />
−1 ≤ tr(−Q) ≤ 3
1.6. ESERCIZI 21<br />
Esercizio 1.4 (26 febbraio 1999) Sia S un tensore simmetrico e W un tensore<br />
antisimmetrico. Dimostrare che SW + WS è un tensore antisimmetrico.<br />
Grazie alla regola di trasposizione (AB) T = B T A T otteniamo<br />
(SW) T = W T S T = −WS e (WS) T = S T W T = −SW ,<br />
dove abbiamo adoperato le ipotesi S = S T e W = −W T . Pertanto, SW + WS<br />
è un tensore antisimmetrico.<br />
Esercizio 1.5 (5 novembre 1999) Dato un tensore antisimmetrico W ed un<br />
numero naturale N, si consideri il tensore<br />
L :=<br />
N<br />
(−1) k (W) (2k−1) .<br />
k=1<br />
Dimostrare che L è un tensore antisimmetrico, per ogni valore di N.<br />
Il tensore L è combinazione lineare di potenze dispari del tensore antisimmetrico<br />
W. Il trasposto di W (2k−1) è (W (2k−1) ) T = (−1) (2k−1) W (2k−1) = −W e<br />
dunque L è antisimmetrico.<br />
Esercizio 1.6 (9 febbraio 2000) Sia dato un tensore L definito positivo. Quale,<br />
tra le affermazioni seguenti, risulta corretta:<br />
○ La parte simmetrica di L è definita positiva.<br />
○ La parte simmetrica di L ha almeno un autovalore negativo.<br />
○ La parte antisimmetrica di L è definita positiva.<br />
○ La parte antisimmetrica di L può avere un autovalore positivo.<br />
Poiché L è definito positivo deve essere<br />
u · Lu > 0 ,<br />
∀u ∈ V\{0}. Ogni tensore si può univocamente scomporre nella somma di un<br />
tensore simmetrico S ed uno antisimmetrico W cosicché<br />
u · Lu = u · Su + u · Wu .<br />
L’ultimo addendo è però nullo, in quanto ogni tensore antisimmetrico applica<br />
un vettore u in un vettore Wu ad esso ortogonale. Dunque<br />
u · Lu = u · Su<br />
e si può concludere che la parte simmetrica di L è definita positiva.
22 CAPITOLO 1. TENSORI