CAPíTULO 1. Vetores e tensores Notação indicial

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

Transformação de Coordenadas

Tensores Cartesianos

Álgebra Linear I - Aula Bases Ortonormais e Matrizes Ortogonais

Aula 5 - Produto Vetorial

Álgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável

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

Conceitos de vetores. Decomposição de vetores

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

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

Matrizes. Lino Marcos da Silva

Lista de Exercícios de Cálculo 3 Primeira Semana

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

1 Matrizes Ortogonais

Álgebra Linear e Geometria Anaĺıtica. Matrizes e Sistemas de Equações Lineares

Eletromagnetismo I - Segundo Semestre de 2017

Geometria Analítica. Prof Marcelo Maraschin de Souza

Álgebra Linear I - Aula 22

Métodos Matemáticos II

REVISÃO DE ANÁLISE TENSORIAL

Fundamentos de Matemática Curso: Informática Biomédica

Eduardo. Matemática Matrizes

Capítulo 1 - Cálculo Matricial

Capítulo 1 - Cálculo Matricial

Renato Martins Assunção

Vetores no plano Cartesiano

G3 de Álgebra Linear I

n. 1 Matrizes Cayley (1858) As matrizes surgiram para Cayley ligadas às transformações lineares do tipo:

Unidade 2 - Matrizes. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 9 de agosto de 2013

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

Revisão de Álgebra Linear

Parte 3 - Produto Interno e Diagonalização

Geometria Analítica e Álgebra Linear

Matrizes e sistemas de equações algébricas lineares

Parte 1 - Matrizes e Sistemas Lineares

Figura 9.1: Corpo que pode ser simplificado pelo estado plano de tensões (a), estado de tensões no interior do corpo (b).

ALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1

Programa Princípios Gerais Forças, vetores e operações vetoriais

NOTAS DE AULA DE MAT 137 -PRIMEIRA SEMANA Profa. Margareth Turmas 2 e 7. Atleta 1 7, ,4. Atleta Atleta 3 9 7,5 8,5 7,9

ficha 6 espaços lineares com produto interno

Prof a Dr a Ana Paula Marins Chiaradia

Vetores e Geometria Analítica

Capítulo Propriedades das operações com vetores

Interbits SuperPro Web

Tensores cartesianos. Grandezas físicas como funções de posição e/ou de tempo

Capítulo 2 Vetores. 1 Grandezas Escalares e Vetoriais

Chamamos de grandezas coisas que podem ser medidas. Por exemplo, tempo, área, volume, temperatura, velocidade, aceleração, força, etc..

Notas de Aula. Gustavo Henrique Silva Sarturi. i Z (1 i m) a j1 a j2

Matemática Matrizes e Determinantes

Vetores. Laura Goulart. 21 de Julho de 2018 UESB. Laura Goulart (UESB) Vetores 21 de Julho de / 1

Geometria Analítica e Álgebra Linear

Visualização por Computador: Teoria, Prática e Aplicações

1 Segmentos orientados e vetores, adição e multiplicação

Representação de um conjunto de Matrizes Operações Produto de Matriz por escalar Transposição de Matrizes Simetrias Exercícios. Matrizes - Parte 1

aula6 Curvas de Hermite 2016/2 IC / UFF Criadas por Charles Hermite ( )

PROGRAMA DE NIVELAMENTO ITEC/PROEX - UFPA EQUIPE FÍSICA ELEMENTAR DISCIPLINA: FÍSICA ELEMENTAR CONTEÚDO: VETORES

Aulas práticas de Álgebra Linear

1: Grandezas vetoriais e grandezas escalares

Matemática III. Instituto Federal de Educação, Ciência e Tecnologia Rio Grande do Sul Campus Rio Grande

Transformações Geométricas em C.G.

Material Teórico - Módulo: Vetores em R 2 e R 3. Produto Vetorial. Terceiro Ano - Médio

Introdução ao Cálculo Vetorial

Álgebra linear & notação de Dirac

Geometria Analítica. Geometria Analítica 28/08/2012

AULA 8- ÁLGEBRA MATRICIAL VERSÃO: OUTUBRO DE 2016

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

Mudança de Coordenadas

ficha 1 matrizes e sistemas de equações lineares

1 Álgebra linear matricial

Profs. Alexandre Lima e Moraes Junior 1

Aulas práticas de Álgebra Linear

Revisão: Matrizes e Sistemas lineares. Parte 01

Material Teórico - Módulo: Vetores em R 2 e R 3. Módulo e Produto Escalar - Parte 1. Terceiro Ano - Médio

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

MATRIZES. Fundamentos de Matemática- Ciências Contábeis

Álgebra Linear I - Aula 14. Roteiro

Marcelo M. Santos DM-IMECC-UNICAMP msantos/

Álgebra Linear e Geometria Analítica Bacharelados e Engenharias Parte I - Matrizes

Curso Satélite de. Matemática. Sessão n.º 1. Universidade Portucalense

Instituto Tecnológico de Aeronáutica. Prof. Carlos Henrique Q. Forster Sala 121 IEC. ramal 5981

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

Lista de Exercícios 05 Álgebra Matricial

UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA

14 de março de Dep. de Mecânica Aplicada e Computacional MECÂNICA - MAC Prof a Michèle Farage. Princípios Gerais.

Aula 07 mtm B MATRIZES

Representação Gráfica

ÁLGEBRA LINEAR I - MAT0032

Álgebra Linear e Geometria Anaĺıtica

Aula 25 - Espaços Vetoriais

10 a Lista de Exercícios

Álgebra Linear I - Aula 4. Roteiro. 1 Determinantes (revisão rápida)

Alexandre Diehl Departamento de Física UFPel

Álgebra Linear e Geometria Analítica

Bacharelado Engenharia Civil. Disciplina:Física Geral e Experimental I 1 período Prof.a: Msd. Érica Muniz

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

Produto Misto, Determinante e Volume

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

Transcrição:

CAPíTULO 1 Vetores e tensores 1.1. Notação indicial A notação indicial é uma simplificação da notação de uma somatória. Por exemplo, seja a somatória de 3 monômios a i b i (a i multiplicado por b i ) com o índice i variando de 1 a 3: 3 a i b i = a 1 b 1 + a 2 b 2 + a 3 b 3 (1.1) i=1 Em notação indicial esta somatória se escreve simplesmente: a i b i = a 1 b 1 + a 2 b 2 + a 3 b 3, i = 1, 2, 3 (1.2) Na notação indicial subentende-se que o(s) índice(s) varia(m) de 1 a 3, ou seja, pode-se simplesmente omitir i = 1, 2, 3 no final da expressão: a i b i = a 1 b 1 + a 2 b 2 + a 3 b 3 (1.3) Esta última expressão é que melhor exprime a notação indicial, pois é a forma mais simplificada de representar a somatória entre as três possibilidades acima. Veja-se um outro exemplo: 3 T ij b j = T i1 b 1 + T i2 b 2 + T i3 b 3 (1.4) j=1 Agora existem dois índices, i e j, ambos variando de 1 a 3. O primeiro será chamado índice livre e o segundo índice mudo. O índice mudo (neste exemplo j) é o que perfaz a somatória e se repete uma única vez no monômio. O índice livre (neste exemplo, i) não se repete no monômio. Na notação indicial, o(s) índice(s) não repetido(s) é(são) denominado(s) índice(s) livre(s) e o(s) repetido(s) uma única vez é(são) denominados índice(s) mudo(s). No exemplo anterior, o resultado da somatória poderia ser denotado, seguindo a notação indicial, como: a i = T ij b j (1.5) O coeficiente a i é resultado da somatória T ij b j para i igual a 1, 2 ou 3. Nesta última expressão o índice livre i aparece nos dois membros. No exemplo a seguir há dois índices mudos, significando que há duas somatórias, uma no índice mudo i e outra no j: 3 3 T ij S ij = T ij S ij i=1 j=1 = T 11 S 11 + T 12 S 12 + T 13 S 13 + T 21 S 21 + T 22 S 22 + T 23 S 23 + T 31 S 31 + T 33 S 32 + T 32 S 33 (1.6) Observe-se que não existe nenhum índice livre na notação indicial acima. Portanto, não pode ser atribuído nenhum índice ao resultado desta somatória, como no exemplo anterior. 1

2 1. VETORES E TENSORES 1.2. Representação de vetores Uma base ortonormal de vetores { e i } = { e 1, e 2, e 3 } é aquela em que os três vetores são ortogonais entre si e têm módulo unitário. A base ainda é dita definida positiva se são verificadas as seguintes relações entre os elementos da base: e 1 e 2 = e 3 e 2 e 3 = e 1 e 3 e 1 = e 2 Figura 1.1. Base ortonormal de vetores definida positiva. Esta base ainda verifica a propriedade delta de Kronecker (δ ij ): { 0, i j e i e j = δ ij = 1, i = j De agora em diante esta base de vetores será denotada simplesmente por { e i }. Um vetor v pode ser representado numa base { e i }. As componentes de v nas três direções da base são: v 1 = v e 1 = v cos( v, e 1 ) (1.7) v 2 = v e 2 = v cos( v, e 2 ) (1.8) v 3 = v e 3 = v cos( v, e 3 ) (1.9) onde v denota o módulo de v, ( v, e i ) e cos( v, e i ) são o ângulo diretor e o cosseno diretor, respectivamente, entre v e o elemento e i da base. Figura 1.2. Componentes do vetor v na base { e i }. Em notação indicial, um vetor pode ser representado na base { e i } como: v = v i e i = v 1 e 1 + v 2 e 2 + v 3 e 3

1.2. REPRESENTAÇÃO DE VETORES 3 1.2.1. Módulo de um vetor. O módulo de um vetor v é por definição o seu comprimento. Na representação na base { e i } o módulo se escreve: ou em notação indicial: v 2 = v 2 1 + v 2 2 + v 2 3 v 2 = v i v i 1.2.2. Produto escalar entre vetores. O produto escalar entre dois vetores quaisquer, v e u, é por definição o escalar (o número): v u = v u cos( v, u) Na representação na base { e i }, o produto escalar entre estes dois vetores se escreve: v u = (v i e i ) (u j e j ) = v i u j e i e j = v i u j δ ij = v i u i O módulo de um vetor pode então ser escrito como: v 2 = v v = v i v i A componente de um vetor na base { e i } pode ser obtida por meio do seguinte procedimento. Seja o vetor v = v j e j. Multiplicando escalarmente v com um elemento qualquer da base, e i, obtém-se: v e i = v j e j e i = v j δ ji = v i Portanto, a componente v i do vetor v obtém-se pelo produto escalar entre v e o elemento e i da base. 1.2.3. O símbolo de permutação ɛ. O símbolo de permutação ɛ é empregado, por exemplo, na representação do produto externo entre dois vetores por meio da notação indicial. Ele é definido da seguinte forma: ɛ 123 = ɛ 231 = ɛ 312 = 1 ɛ 321 = ɛ 213 = ɛ 132 = 1 ɛ 111 = ɛ 112 = ɛ 113 = ɛ 121 = ɛ 122 = = ɛ 322 = ɛ 323 = ɛ 332 = ɛ 333 = 0 Como é difícil memorizar todas as possibilidades, a dica é: ou ainda: (1) para índices repetidos o símbolo de permutação é nulo; (2) para índices não repetidos e na sequência anti-horária (, 1, 2, 3, 1, 2, 3, ) o símbolo de permutação é igual a 1 (Fig. 1.3 à esquerda); (3) para índices não repetidos e na sequência horária (, 3, 2, 1, 3, 2, 1, ) o símbolo de permutação é igual a -1 (Fig. 1.3 à direita). +1, se i, j, k é uma permutação par de 1, 2, 3 ɛ ijk = 1, se i, j, k é uma permutação ímpar de 1, 2, 3 0 do contrário A seguinte propriedade é importante para operações com o índice de permutação: Para memorizar estas relações, a dica é: ɛ ijk = ɛ jki = ɛ kij = ɛ kji = ɛ jik = ɛ ikj (1) se os símbolos de permutação comparados têm sequências de índices horária e horária ou anti-horária e anti-horária, então eles são iguais (Fig. 1.4 à esquerda); (2) se os símbolos de permutação comparados têm sequências de índices horária e anti-horária ou anti-horária e horária, então eles são opostos (Fig. 1.4 à direita).

4 1. VETORES E TENSORES Figura 1.3. Sequência anti-horária (esquerda) e horária (direita) dos índices do símbolo de permutação. Figura 1.4. Sequência anti-horária (esquerda) e horária (direita) dos índices do símbolo de permutação. Um resultado útil, relacionando o símbolo de permutação e o delta de Kronecker, é: ɛ ijm ɛ klm = δ ik δ jl δ il δ jk 1.2.4. Produto externo entre vetores. Uma vez apresentado o símbolo de permutação, chegou o momento de aplicá-lo na obtenção do produto externo entre dois vetores. Antes, porém, convém recordar que o produto externo entre dois vetores, v e u, é um vetor perpendicular a ambos vetores, de módulo v u sen ( v, u) e sentido dado pela regra da mão direita ou do saca-rolha. O resultado do produto desses dois vetores expresso na base { e i } é definido como: w = v u = ɛ ijk v i u j e k Um resultado importante decorre da definição acima, e será deduzido a seguir. Seja o produto externo entre dois vetores quaisquer, v e u: v u = (v i e i ) (u j e j ) = v i u j e i e j Como visto na definição, este produto é igual v i u j ɛ ijk e k. Logo, ao comparar as duas equações acima: v i u j ( e i e j ɛ ijk e k ) = 0 Como esta última igualdade vale para quaisquer dois vetores v e u, conclui-se que o termo entre parênteses nesta equação é nulo, ou seja: e i e j = ɛ ijk e k Este resultado resume a Eq. 1.7, cuja verificação fica como exercício. 1.3. Tensores No estudo da mecânica dos sólidos é preciso trabalhar com tensões e deformações. Uma ferramenta matemática que facilita a análise de tensões e deformações

1.3. TENSORES 5 no sólido são os tensores. A seguir serão definidos os tensores, as suas componentes na base { e i } e algumas propriedades. 1.3.1. Definição de tensor. Tensor é um operador linear, T, que relaciona um vetor qualquer v a um único vetor u = T v. Decorre de sua linearidade que: T(α v) = αt v T( v + u) = T v + T u T(α v + β u) = αt v + βt u Figura 1.5. Ilustração da definição de tensor. 1.3.2. Componentes de um tensor. Considere um tensor T e a base { e i }. Ao aplicar T a cada um dos elementos de { e i }, obtêm-se três vetores, genericamente expressos por t i = T e i. Cada um destes três vetores tem componentes em { e i } dadas genericamente por: t 1 = T e 1 = T 11 e 1 + T 21 e 2 + T 31 e 3 = T j1 e j t 2 = T e 2 = T 12 e 1 + T 22 e 2 + T 32 e 3 = T j2 e j t 3 = T e 3 = T 13 e 1 + T 23 e 2 + T 33 e 3 = T j3 e j Os coeficientes T 11, T 12, T 13, T 21,, T 32, T 33 são as componentes de T na base { e i }. Portanto, são 9 o número de componentes de um tensor. Figura 1.6. Vetores associados a cada vetor da base { e i } (esquerda) e componentes do vetor T e i = t i (direita). A componente T ij do tensor T é obtida por e i T e j, cuja prova é feita a seguir. e i T e j = e i T kj e k = T kj e i e k = T kj δ ik = T ij Como definido, um tensor associa o vetor T v ao vetor v. Convém agora examinar as componentes de T v na base { e i } supondo conhecidas as componentes de T e v nessa mesma base. T v = T(v j e j ) = v j T e j = v j T ij e i = T ij v j e i De onde se conclui que as componentes de T v são iguais a T ij v j.

6 1. VETORES E TENSORES Este último resultado sugere representar as componentes de um vetor em forma matricial. A matriz de componentes de um vetor v sendo dada por uma matriz coluna {v}: v 1 v 2 v 3 e a de componentes de um tensor T por uma matriz quadrada [T]: T 11 T 12 T 13 T 21 T 22 T 23 T 31 T 32 T 33 de tal modo que as componentes do vetor u = T v são dadas pelo produto matricial {u} = [T] {v}: u 1 T 11 T 12 T 13 v 1 u 2 = T 21 T 22 T 23 v 2 u 3 T 31 T 32 T 33 v 3 Observe que as colunas da matriz de componentes do tensor são as componentes dos vetores T e 1, T e 2 e T e 3, respectivamente. 1.3.3. Soma de tensores. O resultado da soma de dois tensores, T e S, é por definição o tensor W = T + S que verifica W v = (T + S) v = T v + S v, para qualquer vetor v. Suas componentes na base { e i } são W ij = T ij + S ij, como se demonstra a seguir. W v = T v + S v = T ij v j e i + S ij v j e i = (T ij + S ij ) v j e i = W ij v j e i Logo, W ij deve ser igual a T ij + S ij para que a última igualdade se verifique para qualquer vetor v. Matricialmente a soma de dois tensores, T e S, é dada pela soma das matrizes de tensores, ou seja, [T] + [S]. A soma entre tensores é comutativa: e associativa: T + S = S + T (R + S) + T = R + (S + T) 1.3.4. Produto de tensores. O resultado do produto de dois tensores, T e S, é por definição o tensor TS que verifica (TS) v = T(S v), para qualquer vetor v. Suas componentes na base { e i } são (T S) ij = T il S lj, como se demonstra a seguir. (TS) v = T(S v) = T(S lj v j e l ) = S lj v j T e l = S lj v j T il e i = = T il S lj v j e i = (T S) ij v j e i Logo, (T S) ij deve ser igual a T il S lj para que a última igualdade se verifique para qualquer vetor v. Matricialmente o produto de dois tensores é dado pelo produto matricial [T] [S]. O produto de tensores é associativo: é distributivo: mas não é comutativo, ou seja, em geral: (RS)T = R(ST) R(S + T) = RS + RT TS ST

1.3. TENSORES 7 1.3.5. O tensor identidade. O tensor identidade é aquele que para todo e qualquer vetor v o próprio vetor v, ou seja, I v = v. Suas componentes na base { e i } são facilmente obtidas tendo em conta que as colunas da matriz de componentes são as componentes do vetor I e i = e i. Portanto, a matriz de componentes do tensor identidade na base { e i } é a matriz identidade: 1 0 0 [I] = 0 1 0 0 0 1 Uma propriedade facilmente demonstrável é: para qualquer tensor T. T I = I T = T 1.3.6. O tensor inverso. O tensor inverso de um tensor T, T 1, é por definição aquele que verifica T T 1 = T 1 T = I, ou, matricialmente, [T] [T] 1 = [T] 1 [T] = [I]. Observe que se u = T v, então T 1 u = T 1 T v = I v = v, ou seja, o tensor T 1 leva o vetor T v ao próprio vetor v. As componentes do tensor T na base { e i } são os coeficientes da matriz inversa de T, isto é, de [T] 1. 1.3.7. O tensor transposto. O tensor transposto de um tensor T qualquer é T T que, por definição, verifica u T v = v T T u, para quaisquer vetores u e v. Se as componentes de T na base { e i } são T ij, então as de T T são T ji, como se demonstra a seguir. Como visto, as componentes de T T na base { e i } são dadas pelo produto escalar e i T T e j, que pela definição de tensor transposto é igual a e j T e i = T ji. Matricialmente, a matriz do tensor transposto é a matriz transposta do tensor, ou seja: [T T ] = [T] T = T 11 T 21 T 31 T 12 T 22 T 32 T 13 T 23 T 33 1.3.8. Os tensores simétrico e antissimétrico. Todo e qualquer tensor T pode ser decomposto num tensor simétrico, S = 1 2 (T + TT ), e num antissimétrico, A = 1 2 (T TT ), e esta decomposição é única: Suas componentes são: T = 1 2 (T + TT ) + 1 2 (T TT ) = S + A S ij = 1 2 (T ij + T ji ) A ij = 1 2 (T ij T ji ) Portanto, num tensor simétrico tem-se S ij = S ji e num antissimétrico A ij = A ji e, consequentemente, A 11 = A 22 = A 33 = 0. A matriz do tensor simétrico de T é, portanto:

8 1. VETORES E TENSORES [S] = 1 2 ([T] + [T]T ) 1 T 11 2 (T 1 12 + T 21 ) 2 (T 13 + T 31 ) = 1 2 (T 1 21 + T 12 ) T 22 2 (T 23 + T 32 ) 1 2 (T 1 31 + T 13 ) 2 (T 32 + T 23 ) T 33 e a do tensor antissimétrico: [A] = 1 2 ([T] [T]T ) 1 2 (T 12 T 21 ) 0 = 1 2 (T 21 T 12 ) 0 1 2 (T 31 T 13 ) 1 2 (T 13 T 31 ) 1 2 (T 23 T 32 ) 1 2 (T 32 T 23 ) 0 1.3.9. O vetor dual de um tensor antissimétrico. O vetor dual, a, de um tensor antissimétrico é aquele que verifica A v = a v para todo vetor v. Suas componentes podem ser obtidas a partir da própria definição: e j A e k = e j ( a e k ) = e j (a l e l e k ) = a l e j ( e l e k ) = ɛ lkm a l e j e m = ɛ lkm a l δ jm = ɛ lkj a l = ɛ jkl a l Multiplicando a equação acima por ɛ jki obtém-se: ɛ jki A jk = ɛ jki ɛ jkl a l = ɛ ikj ɛ lkj a l = 2 δ il a l = 2a i Permutando nesta última equação os índices do símbolo de permutação obtém-se, finalmente: a i = 1 2 ɛ ijka jk ou seja, as componentes do vetor dual do tensor antissimétrico A na base { e i }. Pode-se observar a partir da definição do vetor dual que o tensor antissimétrico A leva qualquer vetor v a um outro vetor, A v, ortogonal a seu vetor dual a. 1.3.10. O produto diádico de dois vetores. O produto diádico de dois vetores, a e b, é um tensor ab que verifica para qualquer v a identidade ab v = a ( b v). Pela definição o tensor ab associa a qualquer vetor um outro vetor na direção do vetor a. Suas componentes são ab ij = a i b j, como se deduz a seguir: ab ij = e i ab e j = e i a ( b e j ) = e i a k e k b j = a k b j e i e k = a k b j δ kj = a i b j Matricialmente: [ab] = a 1 a 2 a 3 { b1 b 2 } b 3 Um caso importante é o do produto diádico entre os elementos da base { e i }: 1 0 0 0 1 0 0 0 0 [e 1 e 1 ] = 0 0 0, [e 1 e 2 ] = 0 0 0, [e 3 e 3 ] = 0 0 0 0 0 0 0 0 0 0 0 1

1.3. TENSORES 9 Figura 1.7. Vetor dual a do tensor antissimétrico A. Plano α ortogonal ao vetor dual. Para qualquer vetor v, A v é paralelo ao plano α. Este resultado permite uma maneira alternativa de representar o tensor T como T ij e i e j. 1.3.11. O traço de um tensor. O traço de um tensor produto diádico ab é por definição o produto escalar dos vetores a e b, ou seja, tr ab = a b. Como qualquer tensor pode ser representado em termos dos produtos diádicos dos elementos da base { e i }, o traço de um tensor T qualquer é tr T = T ii, como se deduz a seguir: tr T = tr (T ij e i e j ) = T ij tr e i e j = T ij e i e j = T ij δ ij = T ii 1.3.12. O tensor rotação R. Considere dois segmentos materiais quaisquer de um corpo rígido em que uma das extremidades se tocam. Na rotação desse corpo rígido o comprimento e o ângulo entre os dois segmentos materiais permanecem sempre o mesmo, são invariantes. O tensor de rotação R é aquele que por definição mantém invariantes o comprimento e o ângulo entre dois vetores quaisquer, ou seja, dados dois vetores quaisquer, v e u, o tensor R faz com que: v u = R v R u Na equação acima, pode-se escrever que R v T u = u R T R v = u v. De onde se pode concluir que R T R = R R T = I. Como toda rotação ocorre em torno de um eixo. Num corpo rígido em rotação em torno de um eixo, todo segmento material paralelo a esse eixo mantém-se paralelo ao eixo de rotação. Assim, todo tensor de rotação tem uma direção para a qual qualquer vetor orientado segundo ela não sofre alteração de direção e módulo com a rotação. Seja r um vetor na direção do eixo de rotação. Logo: R r = r R T r = r Subtraindo acima a segunda equação da primeira obtém-se (R R T ) r = 0. Como R R T é antissimétrico, tem-se para qualquer v que (R R T ) v = a v, onde a é o vetor dual de R R T. Portanto, a r = 0, ou seja, o vetor na direção do eixo de rotação do tensor de rotação R é o vetor dual do seu tensor antissimétrico R R T. 1.3.13. Transformação de coordenadas entre dois sistemas cartesianos ortogonais. Considere dois sistemas de coordenadas cartesianas ortogonais { e i } e { e i }. As duas bases se relacionam por meio de um tensor de rotação Q, pois elas preservam comprimentos e ângulos, de modo que e i = Q e i = Q ji e j.

10 1. VETORES E TENSORES O significado geométrico das componentes do tensor Q, Q ij, fica evidente a partir do seguinte desenvolvimento: Q ij = e i Q e j = e i e j = cos( e i, e j ). Portanto, o coeficiente Q ij é o cosseno diretor entre os elementos e i e e j. Como Q é um tensor de rotação, então Q Q T = Q T Q = I. Os coeficientes do tensor Q formam a matriz de transformação [Q] da base { e i } para a { e i }, nessa ordem: [Q] = Q 11 Q 12 Q 13 Q 21 Q 22 Q 23 Q 31 Q 32 Q 33 Convém observar que a transformação inversa, da base { e i } para a { e i}, é dada pela transposta de [Q], [Q] T, pois: Q T e i = Q T Q e i = I e i = e i