Ignorar (fins que estiguin més complets)
Aquesta pàgina és la continuació d’Àlgebra Tensorial.
Aquesta pàgina està orientada a l’assignatura Electrodinàmica
Més bibliografia útil d’apunts
Mirar-se’l bé (crec que és sols per medis)
Algo útil hi haurà cap al final, de mètriques i coses d’electrodinàmica
Bàsic
Subpàgines
Requisits
Resum
- Una mètrica general és amb , la mètrica de Minkowski és amb
- La mètrica de Minkowski i la seva inversa són equivalents, de manera que podem utilitzar la mateixa expressió per i per .
- Un tensor es pot entendre com una multiplicació tensorial de vectors i covectors, direm doncs que és un tensor de valència .
- Un tensor de valència és covariant, un de és contravariant i un de amb és mixt.
- Un tensor de valència serà de rang .
- La dimensió d’un vector o covector és el nombre de components que té.
- Un tensor matricialment sempre és una matriu quadrada (o cúbica… si és de rang superior).
- Un tensor de dimensió matricialment tindrà files (i columnes). Podem interpretar que ha estat generat per vectors i covectors de dimensió .
- Un tensor és un objecte matemàtic independent del sistema de coordenades (base), només en canvia la seva representació matricial (la seva descripció en aquella base). De manera que si fem referència al tensor i no a les components, tenim els isomorfismes .
- Un vector és un element d’un espai vectorial.
Apunts, bibliografia i altres
En el que es basen aquests apunts
Notes online random
(En anglès “Tensor Analysis”)
Apunts
Playlists
Important
Magatzem temporal
Altres
Altres
Frases
It is not necessarily true that there are only two kinds of tensors.If V is a real vector space, there is a dual vector space V∗, consisting of the linear forms defined on V with real values. Tensors of type (r,s) are vectors belonging to the tensor products of r copies of V and s copies of V∗. Whens=0, your tensor iscontravariant, and when r=0 it is covariant. If both r and s are not 0, then the tensor is of mixed type, so they are neither covariant nor contravariant.Covariant and contravariant tensors are distinct tensors, they are not components of the same tensor. They can be thought like this tough, assuming that Vis naturally endowed with a (nondegenerate) inner product on V, which will determine a natural isomorphism between V and V∗. In this case the tensors of type (r,s) can be considered of the same type (r+s,0) or (0,r+s), because we can identify V∗ with V, in particular we can raise or lower the indices of the components of vectors and tensors. Note that while you can always define an inner or scalar product on V, it is not necessary that V has a natural one, and it may have more than one.If V is a complex vector space, you can associate three different other spaces to it. If V is complex, its (complex) dual is made of complex linear forms acting on V and having complex values. But there is also a space ¯V of complex anti-linear forms on V, and another one ¯V∗=¯V∗ of complex anti-linear forms on V∗. So in the complex case you will have four types of vectors, and consequently the tensors can be of type (r,s,p,q), which belong to a complex tensor product of r copies of V, s copies of V∗, p copies of ¯V, and q copies of ¯V∗.
Preface de “Tensors: the mathematics of Relativity Theory and Continuum Mechanics
“Tensor algebra and tensor analysis were developed by Riemann, Christoffel, Ricci, Levi-Civita and others in the nineteenth century. The special theory of relativity, as propounded by Einstein in 1905, was elegantly expressed by Minkowski in terms of tensor fields in a flat space-time. In 1915, Einstein formulated the general theory of relativity, in which the space-time manifold is curved. The theory is aesthetically and intellectually satisfying. The general theory of relativity involves tensor analysis in a pseudo- Riemannian manifold from the outset. Later, it was realized that even the pre-relativistic particle mechanics and continuum mechanics can be elegantly formulated in terms of tensor analysis in the three-dimensional Euclidean space. In recent decades, relativistic quantum field theories, gauge field theories, and various unified field theories have all used tensor algebra analysis exhaustively.”
Fyenman Lectures
The mathematics of tensors is particularly useful for de- scribing properties of substances which vary in direction– although that’s only one example of their use.
“Gradient a 1-form? How so? Hasn’t one always known the gradient as a vector? Yes, indeed, but only because one was not familiar with the more appropriate 1-form concept.” ~Charles Misner, Kip Thorne, and John Archibald Wheeler, in MTW
Vectors covariants i contravariants
Representació típica d’un vector (representació contravariant)
Suposem un vector que expressat en una base arbitrària té per components .
[DIBUIX]
Molt bé, i ara ens fem una pregunta ben simple. Si modifiquem els vectors de la base fent-los més grans o més petits, què li passa a les components del vector?
Anem a veure-ho. Considerem una base en què els vectors han quedat reduïts a la meitat i tornem a expressar el nostre vector.
[DIBUIX]
Com veiem la nova representació “matricial” passa a ser , és a dir les components s’han fet el doble quan els vectors de la base es feien la meitat.
I si féssim al revés, i consideréssim una base la representació passaria a ser és a dir les components es farien la meitat quan els vectors de la base es fessin el doble.
Què passa aquí? Doncs una lògica molt senzilla, quan fem un canvi en les components de la base, les components del vector en aquella base canvien d’una manera “contrària”. I per contraria ens referim a que va en “contra” del canvi. Quan això passi diem que es tracta d’una representació “contravariant” del vector.
En canvi, si tinguéssim una manera de representar el vector en unes components màgiques, de manera que al incrementar els vectors de la base aquestes components màgiques també incrementessin, diríem que el canvi afecta en la mateixa direcció (coafecta) i per tant que es tracta d’una representació “covariant” del vector.
Els vectors de tota la vida són contravariants
Molt bé, si els vectors contravariants són el típics. Quins són els vectors que van al revés que aquests?
Pista:
Vídeos Útils
Vinga va pim pam, qui tingui por a morir que no neixi
Previ
- Entendre el concepte més general d’espai vectorial i quan aquest es torna euclidià
- Entendre el concepte d’espai vectorial dual (en el cas general) i quan es dona el cas de poder traçar un isomorfisme entre un espai vectorial i el seu doble dual Producte Intern, norma, mètrica… i altres criatures fantàstiques
- Entendre per sobre què és una varietat (manifold) i quan estem davant d’una varietat diferenciable (differential manifold), que al estar equipada amb una mètrica es torna un “Riemann Manifold”.
- Entendre per sobre què és una forma multilineal (bilineal si estudiem tensors de rang 2), quina relació té amb l’espai dual i quan una forma es torna una forma diferenciable
- Entendre per sobre què és un fibrat vectorial i un fibrat tangent i perquè aquest últim és trivial quan l’espai tangent és el propi espai (cas espai euclidià)
- Entendre què és el producte exterior o wedge product
- Principalment ja estaria. Tenim els ingredients necessaris per començar a pensar els tensors com a objectes matemàtics en el seu cas més general
Anem a generalitzar així a saco i de manera molt bruta
- Superfície de tota la vida (en un espai )
—> Manifold (en un espai qualsevol que de manera local es pot aproximar a un espai euclidià, per exemple )
- Espai vectorial definit a cada punt de l’espai (l’espai vectorial és tangent a si mateix si és euclidià)
—> Tangent bundle (tangent a un Manifold diferenciable). A cada punt del Manifold tindrem un espai vectorial tangent.
- Un espai vectorial (en el cas general) pot ser un espai de tots els tensors possibles. Aquest existirà únicament en un punt del Manifold (serà tangent a la seva “superfície”).
València d’un Tensor
Un vector accepta vectors covariants i vectors contravariants. (Vectors en el sentit abstracte del cas general).
I què en fa d’aquests vectors i covectors? Els organitza amb el producte tensorial en un nou objecte que és el que anomenem tensor.
Si ara a aquest tensor li donem 1 vector o 1 covector (per tensors de rang 2) ens el transformarà (en funció de si el tensor és contravariant, covariant o un mix) en un vector, un covector, o una barreja (?). La transformació serà del tipus multilineal.
El que hem d’entendre és en què consisteix aquesta transformació multilineal.
Vectors i covectors com a casos particulars d’un tensor
Un vector és un tensor amb valència
Un covector és un tensor amb valència
Conjunt dels tensors de valència possibles
Si agafem tots els espais tensorials possibles, aquests formen una estructura anomenada Tensor Bundle. I ja que cada un pot (si l’espai no és euclidià) ser tangent a un punt diferent. Si els ajuntem tots obtenim el Manifold sobre el que actuen.
Notació 1
Se’ns complica la cosa (quadrivectors, tensors contravariants, etc.)
A Àlgebra Tensorial simplificàvem les coses i només teníem 3 objectes matemàtics principals (escalars, vectors i tensors de rang 2), i utilitzàvem la notació següent
- per escalars
- per vectors | en notació indicial
- per tensors | en notació indicial
Ara però, hem de saber distingir entre 8 objectes matemàtics principals diferents
- per escalars
- per vectors (contravariants 3D) | en notació indicial
- per covectors (covariants 3D) | en notació indicial
- per quadrivectors (contravariants 3D+1) | en notació indicial
- per quadrivectors duals (covariants 3D+1) | en notació indicial
- per tensors contravariants, covariants o mixts | i en notació indicial…
- per contravariants
- per covariants
- o per mixtos
Nota: En aquesta pàgina fem servir la mateixa notació matricial (mixt), (covariant o contravariant) pels 3 tipus de tensors ja que els mixtos sempre seran mixtos, i el tensor mètric al ser el cas de Minkowksi (o euclidià), les components de la mètrica i la mètrica inversa són les mateixes, aleshores fem referència a la mateixa matriu.
Aleshores…
Per diferenciar entre vectors i quadrivectors, en notació indicial farem servir lletres gregues pels índexs dels quadrivectors i lletres llatines pels escriurem els quadrivectors en majúscules i els vectors en minúscules.
Notació bàsica
Vector 3D
Vector 3D+1 (quadrivector)
Escalars
Covector 3D
Covector 3D+1 (quadrivector dual)
Tensors (de rang 2)
Notació amb i sense índexs
En general podem fer servir dos notacions, matricial i indicial.
Per exemple (com ja veurem) el següent és equivalent:
En aquest cas, ja que es tracta d’un escalar, podem fer servir les dues sense problemes.
Si es tracta per exemple d’una equació que iguala dos tensors de rang 2, és a dir una equació matricial, podem fer-ho fent referència a la matriu sencera o a les components d’aquesta.
En el segon cas no estem fent referència una component en específic (això seria per exemple) sinó a totes (). Però tot i així és diferent fer una igualtat entre components que escriure una equació matricial.
És a dir (en principi) no tindria sentit escriure…
…ja que són notacions diferents. I el que es busca amb la notació d’índexs és que els de la dreta i esquerra de l'igualat siguin coherents. Tot i així, molt sovint trobareu escrit el següent
Si contravariant
Si covariant
Si mixt
Tensor identitat
Nabla 3D
Nabla 3D+1
Expressió contravariant (combinació lineal vectors base)
Base dual, compleix
covector 3D
covector 3D+1
Tensor com a aplicació multilineal
Tensor de rang és una aplicació multilineal (és lineal en cada un dels seus arguments)
Una mètrica és un tensor de rang
Podem construir la mètrica invers (o mètrica en el dual(?))
Gràcia principal de la mètrica (ens defineix un producte escalar)
Notació 2
Se’ns compliquen les coses!
Ara no tenim només vectors i tensors de rang 2. Ara tenim vectors, covectors, quadrivectors, tensors covariants, contravariants, mixtos… tot un drama!
Com ho gestionarem? Doncs fent servir una notació específica per diferenciar entre objectes diferents.
Les regles
- Ens prenem la llicència de fer servir notació matricial i indicial per referir-nos al mateix objecte matemàtic
- o
Però no les barrejarem en un mateix costat de la igualtat (és a dir no escriurem coses com per exemple , seria estrany).
- Els índexs de vectors i tensors de dimensió 3 seran llatins ()
- Els índexs de quadrivectors i tensors de dimensió 4 seran grecs ()
- Generalment (si podem) utilitzarem majúscules pels quadrivectors i minúscules pels vectors
Tot i així a molts apunts i llibres de text s’utilitzen notacions diferents en quan a majúscules, minúscules, índexs grecs i índexs llatins. Nosaltres utilitzarem la següent:
És a dir que pels quadrivector utilitzarem majúscules en notació matricial i minúscules en notació indicial.
- Utilitzarem fletxetes i superíndexs per referir-nos a vectors o quadrivectors (contravariants). I ‘tildes’ i subíndexs per referir-nos a covectors o quadrivectors duals (covariants).
- |
- |
- Quan parlem d’un tensor de rang 2, aquest pot ser covariant (), contravariant () o mixt ( o ).
- Un tensor covariant transforma un vector en un covector
- Un tensor contravariant transforma un covector en un vector
- Un tensor mixt transforma un vector en un altre vector
- Un tensor mixt transforma un covector en un altre covector
- Tindrem un tensor especial, que serà el tensor mètric. Aquest ens permetrà
Per què aquesta notació?
La gràcia d’aquesta notació, és que ens permetrà poder “pujar” i “baixar” índexs seguint un criteri concret. Aleshores ens permet treballar amb objectes matemàtics totalment diferents (vector, covector, mètrica, mètrica inversa, etc.) sense pensar-los com a objectes matemàtics diferents. Sinó com a relacions entre components.
El seguit de normes que ens permeten operar en notació indicial s’anomena “Ricci Calculus” o “Tensor index notation” o “Einstein notation”, i realment s’assenten sobre un conjunt de teoremes matemàtics que permeten operar amb aquesta facilitat de manera legítima.
Podem entendre el càlcul amb índexs sense haver d’entendre la teoria al darrera (tensor mètrica, tensor de Lorentz, quadrimoment, etc.)
Així que primer aprendrem a operar en aquesta notació, i després a l’aplicarem a la teoria.
Com pugem i baixem índexs
Exemples
Cas general
Si tenim un tensor
Tipus de tensors i producte tensorial
Nota 1: és un producte escalar i retorna un escalar, però és un producte tensorial i retorna un tensor mixt.
Nota 2: Si tenim 2 vectors i 2 covectors, i els multipliquem tensorialment, podem obtenir un total de 8 tensors diferents. Si en tenim 3 o 4 quants serien? Hi ha alguna relació per vectors i covectors.
Nota 3: Realment tots aquests tensors serien el mateix objecte matemàtic, un tensor, només canviaria la representació en components (matricial per tensors de rang 2) que tenen.
Productes de Kronecker a lo bestia
Productes de Kronecker tal qual
Referència
Per tensors de rang 0
El rang és 0 + 0 = 0.
Per tensors de rang 1
*El rang és 1 + 1 = 2
Per tensors de rang 2 i rang 1
Per tensors de rang 2 i rang 2
Per tensors de rang 1 i rang 3
Per tensors de rang 2 i rang 3
Productes matricials corresponents
Ara fem com faríem sempre en una multiplicació matricial, però enlloc d’elements treballem amb submatrius.
De manera equivalent
Fixem-nos que per exemple, aplicar això matricialment (difícil de recordar) és equivalent a aplicar la matriu que ja coneixem (mixta) juntament amb el tensor mètric.
I encara que realment el tensor mètric també tindria aquestes formes matricials, al fer el producte és com si no les tingués (?, no ho sé no ho acabo d’entendre).
Definició d’un tensor ⭐
Previ
Vector
Un vector el solem expressar amb una matriu columna
Però realment un vector sempre està implícitament expressat des d’una base (per exemple ), i les components són la seva descripció en aquella base.
Nota: els vectors d’una base, expressat a si mateixos sempre seran , i .
Un vector és invariant sota canvis de base. És a dir, al canviar de base canviaran les components, però el vector com a objecte matemàtic (la fletxa) serà el mateix.
Seguint la notació d’Einstein, les components d’un vector s’indiquen amb superíndexs, i dos índexs repetits en un mateix terme indiquen una suma implícita.
A partir d’ara, la representació matricial no correspondrà a sinó a (les seves components).
Notació per vectors
- és el vector
- són les components del vector (totes) és a dir, la seva representació matricial
- és una de les components del vector
- és la base
- és un dels vectors de la base.
Nota: té un subíndex a baix però no és un covector. El subíndex va a baix justament perquè les seves components han de ser superíndexs, és a dir .
Covectors
Teoria ràpida: Hi ha molts tipus d’espais vectorials (polinomis, matrius, vectors euclidians…), nosaltres solem treballar amb espais vectorials euclidians. De manera general, quan un espai vectorial té definit un producte intern (i per tant hi ha una norma induïda), queda definit un isomorfisme canònic entre un espai vectorial i el seu dual. Això bàsicament vol dir que podem pensar en un covector (que pren un vector, i el transforma linealment donant un escalar) com un vector més, pertanyent a un altre espai vectorial separat però idèntic. I de la mateixa manera podem pensar un vector com una transformació lineal sobre un covector.
Els covectors els representarem de moment amb una tilde , i les seves components amb subíndexs
La representació matricial d’un covector és com a matriu fila
Producte escalar
Un covector aplicat a un vector, retorna un escalar, que és equivalent al producte escalar entre dos vectors (o el producte escalar entre dos covectors).
Producte tensorial
El producte tensorial o de Kronecker (), matricialment es correspon a agafar la matriu de la dreta i entrar-la a cada component de la de l’esquerra.
Nota: Per vectors (o covectors) el podem anomenar producte diàdic, i un notació alternativa és ometre el símbol , és a dir escriure els vectors seguits sense cap símbol.
De seguida veurem que el primer seria un tensor de valència mentre que el segon seria de valència i el tercer de valència .
Un vector serà un tensor de valència i un covector un tensor de valència .
Definirem el rang d’un tensor, com la suma de la seva valència. Per exemple, un tensor de valència o un de són tensors de rang .
Als tensors de la forma els anomenarem tensors covariants, i als tensors de la forma els anomenarem tensors contravariants. A la resta els anomenarem tensors mixtos.
Tensor
Definició
Un tensor de valència el podem entendre com un element d’un espai que és el producte tensorial entre espais vectorials i espais duals.
Si l’escrivim respecte una base, indicant-ne les seves components, farem
Al mateix temps, una altra manera d’entendre’l és com una aplicació multilineal, que agafa vectors i covectors i retorna un escalar
Aquesta interpretació és equivalent a l’altra quan tenim definit un producte intern. (De la mateixa manera que podem entendre un covector com un vector o com una aplicació lineal).
Com és que podem utilitzar la notació indicial sense problemes?
Alguns mapes mentals
Extrets d’aquí.
Notació So Far ⭐
Coses que són certes ⭐
València d’un tensor
- resulta en un tensor de valència
- resulta en un tensor de valència
- resulta en un tensor de valència
Rang d’un tensor
El rang d’un tensor és la suma de la seva valència. Per exemple, un tensor serà de rang .
Vectors i covectors com a tensors
Els vectors i covectors són tensors de rang .
- Un vector és un tensor
- Un covector és un tensor
Covariant, contravariant i mixt
- Un tensor covariant de la forma
- Un tensor contravariant és de la forma
- Un tensor mixt és de la forma
Subíndexs i superíndexs
Per tensors covariants fem servir subíndexs, per tensors contravariants fem servir superíndexs.
- per vectors
- per covectors
- per tensors de rang 2 contravariants
- per tensors de rang 2 covariants
- i per tensors de rang 2 mixtos
Dimensió d’un tensor
La dimensió d’un tensor és, en la seva representació matricial, el nombre de files (o columnes) que té. És a dir la dimensió de l’espai vectorial al que pertany.
Índexs grecs i índexs llatins
- Els índexs de vectors i tensors de dimensió 2 o 3 seran llatins ()
- Els índexs de quadrivectors i tensors de dimensió 4 seran grecs ()
Tensor mètric
- En el cas de mètrica general s’utilitza
- o per mètriques de coordenades polars, esfèriques o similars
- o per mètriques arbitràries en relativitat general
- En el cas de mètrica de Minkowski s’utilitza i .
Coses que dubto
- Quadrivectors en majúscula o minúscula?
Crec que ja sé la resposta:
- La notació és notació indicial o fa referència a l’expressió matricial del vector, és a dir les seves components?
- Podem fer ?
- Quan és que matricialment és fila per columna o columna per fila, és a dir en quina notació es correspon tal qual a com seria matricialment?
- Realment un tensor és el mateix objecte matemàtic li pugis o baixis els índexs?
- És que l’ideal seria que hi hagués una notació per referir-se a l’expressió matricial d’un vector o tensor de manera que però .
Coses que són certes ⭐
Coses que he d’entendre
Fer servir notació indicial per fer referència a una matriu
Imaginem que tenim la multiplicació de matrius següent
Podem fer referència a quin valor prenen les components de la matriu resultant tal que així
Més exemples contracció i pujar i baixar índexs ⭐
Exemple en
Vectors base ⭐
- és la base dels vectors, amb i , que en la seva pròpia base és i .
- és la base dels covectors, amb i , que en la seva pròpia base és i .
Vector (expressat en una base normal)
Covector (expressat en una base dual)
Una base pot no ser ortonormal, però ha de ser ortonormal amb la seva dual, és a dir
Exemple
Veiem que ni la base normal ni la dual estan formades per vectors normalitzats ni ortogonals entre ells. Tot i així les dues bases entre elles són ortogonals.
Representació visual
Malgrat realment viuen en dos espais vectorials diferents, podem representar vectors i covectors geomètricament en el mateix espai vectorial. És a dir podem representar visualment els covectors com si fossin vectors amb les mateixes components.
Això implica si ho pensem, que coneguda una base podem construir la seva dual.
Exemple: construir la base dual
Si sabem i podem construir la dual tal que així
Obtenint i .
Producte escalar
Nota: Podem pensar els covectors com transformacions lineals que agafen un vector i retornen un escalar, és a dir , i viceversa és a dir , i retornen el mateix escalar.
Aleshores aplicat a seria per exemple
I ara ve la gràcia. Podem pensar un producte escalar (entre dos vectors normals) com agafar el 2n vector i convertir-lo en el seu corresponent covector (ja veurem com), i aplicar-lo al vector restant (o bé aplicar el vector restant al covector obtingut). És a dir
I al mateix temps podem pensar un producte escalar entre dos covectors, com agafar el 2n covector i convertir-lo en vector i aplicar-lo al altre. És a dir
I ja que el producte escalar ha de complir simetria (simetria hermítica pels complexes) tenim
Que en el cas real és tot el mateix escalar. Molt bé però com convertim un vector en un covector i viceversa? És tan senzill com sembla?
Tensor mètric
El tensor mètric a vegades anomenat simplement “mètrica” (no confondre amb la mètrica de distància matemàtica) és un tema una mica tricky, no és del tot trivial d’entendre.
Aquí una pàgina extensiva sobre el tema: Tensor Mètric.
Les coses principals són però que si tenim una mètrica ens permet transformar vectors en covectors, és a dir
I la mètrica inversa ens permet transformar covectors en vectors
Això implica que en general un vector (matriu columna) i el seu equivalent covector (matriu fila), tindran components diferents.
Aleshores si a nosaltres ens interessa calcular el producte escalar entre dos vectors normals a partir de les seves components (en mode matriu columna) ho hem de fer tal que així.
Que en expressió matricial seria
I si ens interessa calcular el producte escalar entre dos covectors, expressats en la base dual (components en matriu fila), ho hem de fer tal que així
És a dir que
Que és el mateix nombre (si reals) i té sentit en el cas complex ja que sempre transposem (baixem o pugem índexs) fent també el conjugat complex.
Recordem la mètrica inversa és la matriu inversa de la mètrica. És a dir
I és únicament pel cas euclidià o pel cas de Minkowski, que les dues matrius tenen les mateixes components (en coordenades cartesianes).
Aviam?
El cas euclidià és trivial, és la matriu identitat.
I pel cas de Minkowski només ens cal saber que per una matriu diagonal, la inversa de la matriu és fer la inversa de cada element
És a dir que podem veure fàcilment que pel cas de Minkowski la mètrica té les mateixes components que la mètrica inversa (1/-1=-1).
Nota: Tot això únicament en coordenades cartesianes. La mètrica és un tensor, i la mètrica inversa també, i com a tensors són objectes matemàtics independents del sistema de referència (és a dir les equacions seran les mateixes) però la representació matricial (en components) serà diferent.
Per exemple en coordenades esfèriques seria
Donada una base (que no siguin els vectors unitaris … cartesians, els quals donen una matriu unitat), la mètrica serà.
Nota: El producte escalar presenta simetria i el tensor mètric és sempre simètric per definició.
Una propietat a recordar és que , ja que ⭐.
Cosa que ens permet definir un producte escalar entre vectors i covectors tal que així
Al final el resum és que pel cas real euclidià tenim que ⭐
Fàcil no? ho podem escriure com ens doni bastant la gana, que donarà el mateix escalar (en el cas real). I a més pel cas euclidià i de Minkwoski com , no cal ni que anem amb compte.
Quedem-nos de totes amb aquestes sobretot
Producte tensorial
Si tenim un vector i un covector podem obtenir un escalar fent o bé podem obtenir un producte tensorial fent .
Tensor de rang 2 mixt
si s’expressa en la base aleshores s’expressa en la base . Malgrat fer referència al mateix tensor, al ser bases diferents, les matrius en general tindran components diferents.
Multiplicació de matrius correcta
Quan tenim tensors mixtos, la notació amb índexs i superíndexs sempre ha de “respirar”, hi ha d’haver un petit espai entre subíndexs i superíndexs (o al revés).
Això és així ja que en general (si el tensor no és simètric) les matrius no commuten i per tant l’ordre importa.
És a dir, és una notació incorrecta (o poc precisa podríem dir), i la utilitzarem únicament quan no pugui donar lloc a dubtes (és a dir amb tensors clarament simètrics).
En general, farem servir aquesta notació més precisa diferenciant entre i .
Per exemple en una multiplicació entre un tensor covariant i un contravariant, el tensor mixt resultant s’ha d’expressar correctament.
- Expressió incorrecta:
- Expressió correcta:
Per què l’odre importa, l’índex que es puja o baixa sempre és el 2n (i el 1r índex es manté fix). Aleshores si escrivim estem dient una de les dues
Per exemple (exagerant la indentació)
I encara que , el tensor no és simètric i aleshores .
De fet, els tensors mixtos com a tal no existeixen (a nivell de matriu), aleshores la notació és simplement una abreviatura del que serien les matrius resultants de o bé aplicar la mètrica al tensor contravariant (expressat en la base dual), o bé aplicar la mètrica inversa al tensor covariant (expressat en la base normal).