REVISÃO DE ANÁLISE TENSORIAL

Documentos relacionados
Transformação de Coordenadas

Eletromagnetismo I. Prof. Daniel Orquiza. Eletromagnetismo I. Prof. Daniel Orquiza de Carvalho

Universidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC

Revisão de Álgebra Linear

CAPíTULO 1. Vetores e tensores Notação indicial

Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017

ÁLGEBRA LINEAR I - MAT0032

O Eletromagnetismo é um ramo da física ou da engenharia elétrica onde os fenômenos elétricos e magnéticos são estudados.

ALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1

CSE-MME Revisão de Métodos Matemáticos para Engenharia

Parte 1 - Matrizes e Sistemas Lineares

Instituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A

1 Vetores no Plano e no Espaço

. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1

Tensores (Parte 1) 15 de abril de Primeira aula sobre tensores para a disciplina de CVT 2019Q1

1 Álgebra linear matricial

ÁLGEBRA LINEAR - MAT0024

Produto Misto, Determinante e Volume

1 a Lista de Exercícios MAT 3211 Álgebra Linear Prof. Vyacheslav Futorny

Matemática Matrizes e Determinantes

CÁLCULO VETORIAL E NÚMEROS COMPLEXOS

pelo sistema de coordenadas Cartesianas. Podemos utilizar também o sistema de coordenadas

Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017

Algoritmos Numéricos 2 a edição

FÍSICA-MATEMÁTICA RUDI GAELZER (INSTITUTO DE FÍSICA - UFRGS)

ÁLGEBRA LINEAR A FICHA 6. Por definição do determinante de uma matriz 3 3, tem-se det A = 7.

Econometria. Operações básicas de vetores. Operações básicas de vetores. Operações básicas de vetores. Independência de vetores

Álgebra Linear I - Aula Bases Ortonormais e Matrizes Ortogonais

Interbits SuperPro Web

Escalar: Grandeza à qual se associa um valor real independentemente da direção, ex: massa, comprimento, tempo, energia.

7. Sejam U, W subespaços vetoriais de um espaço vetorial V sobre um corpo K. Prove que U W é um subespaço vetorial de V se e somente se U W ou W U.

Álgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável

Sumário e Objectivos. Mecânica dos Sólidos não Linear Capítulo 2. Lúcia Dinis 2005/2006

Autovalores e Autovetores

Lista de Exercícios de Cálculo 3 Primeira Semana

Física Geral Grandezas

Visualização por Computador: Teoria, Prática e Aplicações

Algebra Linear. 1. Espaços Vetoriais Lineares. 2. Coordenadas em Espaços Lineares. 3. Operadores Lineares. 4. Transformação de Similaridade

FACULDADE PITÁGORAS DE LINHARES Prof. Esp. Thiago Magalhães

Cinemática da partícula fluida

Física Geral Grandezas

Capítulo 2 Vetores. 1 Grandezas Escalares e Vetoriais

MAE125 Álgebra Linear /1 Turmas EQN/QIN

MAT3457 ÁLGEBRA LINEAR PARA ENGENHARIA I 1 a Lista de Exercícios - 1 o semestre de 2018

Vetores. A soma, V+W, de dois vetores V e W é determinada da seguinte forma:

Cálculo avançado. 1 TOPOLOGIA DO R n LISTA DE EXERCÍCIOS

Expressão cartesiana de um vetor

Conceitos de vetores. Decomposição de vetores

Álgebra Linear Teoria de Matrizes

Notas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009

ÁLGEBRA LINEAR I - MAT Em cada item diga se a afirmação é verdadeira ou falsa. Justifiquei sua resposta.

MAE125 Álgebra Linear /2 Turmas EQN/QIN

MAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I 1 a Prova - 1 o semestre de y + az = a (a 2)x + y + 3z = 0 (a 1)y = 1 a

1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0

ALGA I. Representação matricial das aplicações lineares

linearmente independentes se e somente se: Exercícios 13. Determine o vetor X, tal que 3X-2V = 15(X - U).

Instituto de Fıśica UFRJ Mestrado em Ensino profissional

CONHECIMENTOS ESPECÍFICOS

Noções de Álgebra Linear

Equação Geral do Segundo Grau em R 2

MP-208: Filtragem Ótima com Aplicações Aeroespaciais

Integral Dupla. Aula 06 Cálculo Vetorial. Professor: Éwerton Veríssimo

Programa Princípios Gerais Forças, vetores e operações vetoriais

Aula 15. Derivadas Direcionais e Vetor Gradiente. Quando u = (1, 0) ou u = (0, 1), obtemos as derivadas parciais em relação a x ou y, respectivamente.

Matrizes e Linearidade

MAT Álgebra Linear para Engenharia II - Poli 2 ō semestre de ā Lista de Exercícios

SME0812 Modelos Lineares. Álgebra Matricial. 17 de março de / 1

Soluções dos trabalhos de 1 a 7

Notas de Aula da Disciplina

G4 de Álgebra Linear I

n. 9 VERSOR_EXPRESSÃO CARTESIANA_PARALELISMO_COPLANARIDADE_ COLINEARIDADE Como o versor é um vetor unitário, temos que v = 1

Aula 5 - Produto Vetorial

Eduardo. Matemática Matrizes

Pontifícia Universidade Católica do Rio de Janeiro / PUC-Rio Departamento de Engenharia Mecânica. ENG1705 Dinâmica de Corpos Rígidos.

Fundamentos de Matemática Curso: Informática Biomédica

Vetores de força. Objetivos da aula. Mostrar como adicionar forças e decompô-las em componentes usando a lei do paralelogramo.

1 Matrizes Ortogonais

Matrizes e sistemas de equações algébricas lineares

Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru

ESPAÇOS VETORIAIS EUCLIDIANOS

Cálculo a Várias Variáveis I - MAT Cronograma para P2: aulas teóricas (segundas e quartas)

Transcrição:

REVISÃO DE ANÁLISE TENSORIAL 1.1- Vetores Espaciais Def.: Para cada par de pontos (a,b) do espaço E, existe um segmento de linha ab, caracterizado por um comprimento e uma direção. -Conjunto de vetores espaciais: conjunto de todos os segmentos de linha direcionados (segmentos paralelos correspondem a um mesmo elemento. -Operações: -Adição: v + w = w + v u + ( v + w) = ( u + v) + w v + 0 = v Para cada v existe um - v tal que v + ("v) = 0

-Multiplicação por escalar α Def.: O vetor "v tem comprimento " v e direção de v se " > 0 "(#v) = ("#)v 1v = v ( ) = "v + "w " v + w (" + #)v = "v + #v e direção de - v se " < 0 - Produto interno: número real v w = v w cos " v α w v w = w v ( ) = u v + u w ( ) = ("v) w u v + w " v w v v # 0 ; v v = 0 se e só se v = 0

-Espaço vetorial: conjunto de objetos tais que as regras de adição e multiplicação se aplicam -Espaço produto interno: Espaço vetorial com produto interno -Conjunto de vetores espaciais é um espaço produto interno -Abreviações: v " w # v + ("w) Comprimento ou magnitude de v : v # v # v v -Vetor posição: qualquer ponto z em E pode ser localizado em relação a outro ponto O pelo vetor espacial: z " Oz (vetor posição de z em relação a origem O)

-Campos escalar: funções de valores numéricos que dependem da posição. Exs: temperatura, pressão -Campos de vetores espaciais: funções de vetores espaciais de dependem da posição. Exs: força, velocidade, vetor posição (p(z)) -As operações de adição, multiplicação por escalar e produto interno são similares para os campos de vetores espaciais. -Em geral trabalharemos com campos reais escalares e campos vetoriais espaciais, e integrais destes campos

-Base: -Os vetores e 1, e 2 e e 3 são linearmente independentes quando α 1 e 1 +α 2 e 2 +α 3 e 3 =Σα i e i =0 só se α 1 =α 2 =α 3 =0 -Geometricamente 3 vetores são LI se eles não estão todos num mesmo plano -Uma base M para um espaço vetorial é um conjunto de χ de vetores LI tal que cada vetor em M pode ser escrito como uma combinação linear de elementos de χ -Ex.: Seja (e 1, e 2, e 3 ) base de todos os vetores espaciais v = v 1 e 1 + v 2 e 2 + v 3 e 3 = 3 " i=1 v i e i v 1,v 2,v 3 - componentes do vetor v com relação a base -n. elementos da base = dimensão da base -Espaço de vetores espaciais e de campos de vetores espaciais é 3D

-Base para campos vetoriais espaciais: -Uma base (m 1,m 2,m 3 ) para o espaço de campos vetoriais espaciais é cartesiana se os vetores da base em cada ponto z são unitários. m 1 (z) m 1 (z) =1 m 2 (z) m 2 (z) =1 m 3 (z) m 3 (z) =1 -Base ortogonal: elementos da base são ortogonais aos outros m i (z) m j (z) = 0 p/ i " j -Base ortonormal: base cartesiana ortogonal

-Base cartesiana retangular: base ortonormal e, para cada 2 pontos x e y em E, m i (x)=m i (y) para i=1,2,3 comprimento e direção dos vetores de base em cada ponto independem da posição em E. Usaremos (e 1, e 2, e 3 ) para este tipo de base. -Todo campo de vetores pode ser escrito como CL da BCR (e 1, e 2, e 3 ): -Vetor posição: u = u 1 e 1 + u 2 e 2 + u 3 e 3 = 3 " i=1 u i e i u 1,u 2,u 3 - componentes cartesianos de u p = z 1 e 1 + z 2 e 2 + z 3 e 3 = 3 " i=1 z i e i z i # coordenadas cartesianas com relação a origem O

-Qualquer base para campos de vetores espaciais pode ser usada para gerar um número infinito de bases para o espaço de vetores: m i =m i (z) p/ i=1,2,3 e qualquer z pode ser usado como base para o espaço de vetores. -A base depende de z, pois a magnitude e direção de mi podem variar com a posição (ex: sistemas coord. cilíndrica e esférica) -A magnitude e direção das funções independem da posição em E, na base cartesiana

CONVENÇÕES u = 3 " u i e i = u i e i i=1 # v w = (v i e i ) (w j e j ) = v i w j (e i e j ) = v i w j $ ij = v i w i Para sistema de coordenadas cartesianas: & (e i e j ) = $ ij = ' 1 se i = j ( 0 se i % j

1.2 - Determinantes " ijk = " ijk = $ 0 quando 2 índices forem iguais & % +1 quando ijk forem permutação par de 123 (sent. horário) & '#1 quando ijk forem permutação ímpar de 123 (sent. anti- horário) ε ijk e ε ijk são completamente anti-simétricas nos índices 123, i.e., trocando 1 índice por outro o sinal é invertido. det(a ij ) = a 11 a 12 a 13 a 21 a 22 a 23 = " a a a ijk 1i j 3k 142 43 = " a a a ijk i1 j 2 k3 142 43 a 31 a 32 a (1) (2) 33

-Com a troca de 1 linha por outra, o sinal do determinante muda: " ijk a im a jn a kp = " jik a jm a in a kp = #" ijk a im a jn a kp -Podemos escrever as eqs. (1) e (2) como: " ijk a mi a nj a pk = det(a rs )" mnp (3) " ijk a im a jn a kp = det(a rs )" mnp (4) -Produto entre 2 determinantes: det(a rs )det(b xy ) = det(a rs )" ijk b i1 b j 2 b k 3 = " mnp a mi a nj a pk b i1 b j 2 b k3 = " mnp (a mi b i1 )(a nj b j 2 )(a pk b 12 3 ) k3 ab p 3 = det(a us b sv ) Exercícios

1.3 - Gradiente de um Campo Escalar Def.: O gradiente de um campo escalar α é um campo vetorial α. O gradiente é especificado a partir do seu produto interno com um vetor arbitrário, em todos os pontos z de E: "#(z) a $ lim s%& #(z + sa) '#(z) s onde a $ zy (y - ponto arbitrário de E) )#(z) * )#(z) )#(z) )#(z)- ( "#(z) a = a i, = a 1 + a 2 + a 3 / )z i + )z 1 )z 2 )z 3. Escolhendo a = e i : "# e i = )# )z i ( "# = )# )z i e i Exercício: Prove que z i =e i

1.4 - Tensores de Segunda Ordem T é uma transformação ou mapeamento que leva para cada campo vetorial v um outro campo vetorial T v tal que as seguintes regras são satisfeitas: T ( v + w) = T v + T w T ("v) = "(T v) ( T + S) v # T v + S v ("T) v # "( T v) -Tensor Zero: 0 v=0 para todo campo vetorial v -Todo Campo Tensorial constitui um espaço vetorial -Produto tensorial ou produto diático entre 2 vetores: T=ab

-Componentes de campos tensoriais de segunda ordem: T - tensor de segunda ordem e j (j=1,2,3) - base cartesiana retangular para o espaço de campos vetoriais T e j =T ij e i [ T ] ij = " T 11 T 12 T 13 % $ ' $ T 21 T 22 T 23 ' # $ T 31 T 32 T 33 &' Seja v um campo vetorial, então: T v = T (v j e j ) = v j T e j = v j T ij e i Notação: T=T ij e i e j

-Tensor Identidade: I e j =I ij e i =e j =δ ij e i (I ij - δ ij )e i =0 como a base cartesiana retangular é L.I.: I ij = δ ij -e i e j : base para o espaço de campos tensoriais de segunda ordem (dimensão 9) -Transposta de um campo tensorial de segunda ordem: Def.: ( T u) v " u ( T T v) u = e i v = e j # T ji = T ij T ou T T = T nm e m e n Def.: w T T = T w

- Tensor simétrico: T = T T - Tensor anti-simétrico: T = - T T - Campo tensorial ortogonal: preserva comprimentos e ângulos ( Q u) ( Q v) = u v ( ) [ ] = u ( Q T Q) v " u Q T Q v " Q T Q = I A ( B v) = ( A B) v [ ] = u v - Sejam A e B campos tensoriais de Segunda Ordem: onde ( A B) " ( A ij e i e ) j ( B km e k e m ) = A ij B jm e i e m ( A B) T = B T A T

- Inverso de um campo tensorial de 2 a ordem: - Um campo tensorial é inversível se: a) Se A u 1 =A u 2 então u 1 =u 2 b) Para cada campo vetorial v, corresponde pelo menos um campo vetorial u tal que A u=v A -1 : inversa de A Definindo: A -1 v 1 =u 1 pode-se mostrar que A -1 A= A A -1 =I - Para uma transformação ortogonal, Q -1= Q T - Obs: Nem o tensor 0 nem um produto tensorial ab são inversíveis

-Traço de um campo tensorial de segunda ordem: -Sejam a, b campos vetoriais; α campo escalar; S, T campos tensoriais de segunda ordem -A operação tr(t) satisfaz: - tr(t+s)= tr(t) + tr(s) -tr(α T)= α tr(t) -tr(ab)=a b -No sistema de coordenadas cartesianas: -tr(t)=t ij tr(e i e j ) = T ij e i e j = T ij δ ij= T ii (=soma dos elementos da diagonal)

1.5 - Gradiente de um campo vetorial Def.: O gradiente de um campo vetorial v é um campo tensorial de segunda ordem v. "v(z) a # lim s$% v(z + sa) & v(z) s onde a # zy (y - ponto arbitrário de E) (v(z) ) (v(z) (v(z) (v(z), ' "v(z) a = a i + = a 1 + a 2 + a 3. (z i * (z 1 (z 2 (z 3 - Escolhendo a = e j : "v e j = (v (z j ' "v = (v i (z i e i e j tr("v) = (v i tr(e i e j ) (z i 123 = (v i = divergente (z i / ij ' divv # " v # tr("v) = (v i (z i

1.6- Produto vetorial e rotacional ( a "b) 12 3 # em relação a base cart. e 1 e 2 e 3 a 1 a 2 a 3 b 1 b 2 b 3 = (a 2 b 3 $ a 3 b 2 )e 1 + (a 3 b 1 $ a 1 b 3 )e 2 + (a 1 b 2 $ a 2 b 1 )e 3 a direção de ( a "b) é dada pela regra da mão direita ( a "b) está no plano perpendicular a a e b rot v " e 1 e 2 e 3 # /#z 1 # /#z 2 # /#z 3 = v 1 v 2 v 3 %#v 3 $ #v ( % 2 ' * e 1 + #v 1 $ #v ( % 3 ' * e 2 + #v 2 $ #v ( 1 ' * e 3 &#z 2 #z 3 ) &#z 3 #z 1 ) & #z 1 #z 2 ) Notação mais compacta (sist. cartesiano): ( a +b) =, ijk a j b k e i rot v =, ijk #v k #z j e i

1.7- Determinante de um tensor de segunda ordem Seja g i uma base arbitrária para um sistema de coordenadas curvilíneas Def.: det T " T g 1 -Magnitude do det T=Vol. Paral. Deformado Vol. g 1 g 2 g 3 - det T > 0 se T g 1, T g 2,T g 3 tem a mesma orientação de g 1,g 2,g 3 [( ) #( T g )] 2 ( T g ) 3 ( g 1 # g ) 2 g 3

- Na base cartesiana det T = det(t mn ) (= " ijk T 1i T 2 j T 3k ) - Mostra-se que det(s T) = det Sdet T det(t "1 ) =1/det T det(t T ) = det T

1.8 - Integração -Campos vetoriais: v(z) + v(y) = v i (z)e i + v i (y)e i = [ v i (z) + v i (y)]e i " # v dr = # v R i e i dr = ( # v R i dr) e i R i - Transformada de Green: " : escalar, vetor ou tensor # "ˆ n da $ ["(z 1 + %z 1,z 2,z 3 ) &"(z 1,z 2,z 3 )]%z 2 %z 3 e 1 + S m ["(z 1,z 2 + %z 2,z 3 ) &"(z 1,z 2,z 3 )]%z 1 %z 3 e 2 + ["(z 1,z 2,z 3 + %z 3 ) &"(z 1,z 2,z 3 )]%z 1 %z 2 e 3 %' = %z 1 %z 2 %z 3 e fazendo %z 1 ( 0,%z 2 ( 0,%z 3 ( 0 : 1 # "ˆ n da = )" %' S m m Mas, k # )"d' = lim R max %' m (0 *()") m %' m = * # Sm "ˆ n da m=1 + # )"d' = # "ˆ n da R 144 42 4 Sm 44 3 Transformada de Green k m=1

-Para ϕ campo vetorial: # "vd$ = v { n ˆ da -Para ϕ campo tensorial: R # S produto tensorial # S % # tr("v) d$ = tr(vn ˆ )da R % # divvd$ = # v n ˆ da 1 R4 4424 S4 43 Teorema da divergência ou Teorema de Gauss # "Td$ = # Tn ˆ da R S % # divtd$ = # T & n ˆ da R S

- Mudança de variáveis em integrais de volume x 1 = x 1 ( x 1, x 2, x 3 ) x 2 = x 2 ( x 1, x 2,x 3 ) { x 3 = x 3 x 1,x 2, x 3 14243 sist. coord. ( ) sist. coord. Sabe - se que " F(x 1,x 2, x 3 )dx 1 dx 2 dx 3 = R " R ( ) det #x i & F x 1 (x 1, x 2, x 3 ),... $ ' %#x ) dx1 dx 2 dx 3 j ( Se um dos sistemas for o sistema cartesiano: " F(z 1,z 2,z 3 ) dz 1 dz 2 dz 3 = " F z 1 (x 1, x 2, x 3 ),... gdx 1 dx 2 dx 3 R onde g * det(g ij ) R ( )