En matemáticas , un tensor simétrico es un tensor que es invariante bajo una permutación de sus argumentos vectoriales:
para cada permutación σ de los símbolos {1, 2, ..., r }. Alternativamente, un tensor simétrico de orden r representado en coordenadas como una cantidad con r índices satisface
El espacio de tensores simétricos de orden r en un espacio vectorial de dimensión finita V es naturalmente isomorfo al dual del espacio de polinomios homogéneos de grado r en V. Sobre campos de característica cero , el espacio vectorial graduado de todos los tensores simétricos puede identificarse naturalmente con el álgebra simétrica en V. Un concepto relacionado es el de tensor antisimétrico o forma alterna . Los tensores simétricos se encuentran ampliamente en ingeniería , física y matemáticas .
Sea V un espacio vectorial y
un tensor de orden k . Entonces T es un tensor simétrico si
para los mapas de trenzado asociados a cada permutación σ en los símbolos {1,2,..., k } (o equivalentemente para cada transposición de estos símbolos).
Dada una base { e i } de V , cualquier tensor simétrico T de rango k se puede escribir como
para alguna lista única de coeficientes (los componentes del tensor en la base) que son simétricos en los índices. Es decir
para cada permutación σ .
El espacio de todos los tensores simétricos de orden k definidos en V a menudo se denota por S k ( V ) o Sym k ( V ). Es en sí mismo un espacio vectorial, y si V tiene dimensión N entonces la dimensión de Sym k ( V ) es el coeficiente binomial
Luego construimos Sym( V ) como la suma directa de Sym k ( V ) para k = 0,1,2,...
Hay muchos ejemplos de tensores simétricos. Algunos incluyen el tensor métrico , el tensor de Einstein y el tensor de Ricci .
Muchas propiedades y campos de los materiales utilizados en física e ingeniería se pueden representar como campos tensoriales simétricos; por ejemplo: tensión , deformación y conductividad anisotrópica . Además, en la resonancia magnética de difusión se utilizan a menudo tensores simétricos para describir la difusión en el cerebro u otras partes del cuerpo.
Los elipsoides son ejemplos de variedades algebraicas ; y así, para el rango general, los tensores simétricos, en forma de polinomios homogéneos , se utilizan para definir variedades proyectivas y, a menudo, se estudian como tales.
Dada una variedad de Riemann equipada con su conexión Levi-Civita , el tensor de curvatura covariante es un tensor simétrico de orden 2 sobre el espacio vectorial de 2 formas diferenciales. Esto corresponde al hecho de que, viendo , tenemos la simetría entre el primer y segundo par de argumentos además de la antisimetría dentro de cada par: . [1]
Supongamos que es un espacio vectorial sobre un campo de característica 0. Si T ∈ V ⊗ k es un tensor de orden , entonces la parte simétrica de es el tensor simétrico definido por
la suma se extiende sobre el grupo simétrico en k símbolos. En términos de una base, y empleando la convención de suma de Einstein , si
entonces
Los componentes del tensor que aparecen a la derecha a menudo se denotan por
con paréntesis () alrededor de los índices que se simetrizan. Los corchetes [] se utilizan para indicar antisimetrización.
Si T es un tensor simple, dado como un producto tensorial puro
entonces la parte simétrica de T es el producto simétrico de los factores:
En general, podemos convertir Sym( V ) en un álgebra definiendo el producto conmutativo y asociativo ⊙. [2] Dados dos tensores T 1 ∈ Sym k 1 ( V ) y T 2 ∈ Sym k 2 ( V ) , usamos el operador de simetrización para definir:
Se puede verificar (como lo hacen Kostrikin y Manin [2] ) que el producto resultante es de hecho conmutativo y asociativo. En algunos casos se omite el operador: T 1 T 2 = T 1 ⊙ T 2 .
En algunos casos se utiliza una notación exponencial:
Donde v es un vector. Nuevamente, en algunos casos se omite el ⊙:
En analogía con la teoría de matrices simétricas , un tensor simétrico (real) de orden 2 puede "diagonalizarse". Más precisamente, para cualquier tensor T ∈ Sym 2 ( V ), hay un número entero r , vectores unitarios distintos de cero v 1 ,..., v r ∈ V y pesos λ 1 ,..., λ r tales que
El número mínimo r para el cual tal descomposición es posible es el rango (simétrico) de T. Los vectores que aparecen en esta expresión mínima son los ejes principales del tensor y generalmente tienen un significado físico importante. Por ejemplo, los ejes principales del tensor de inercia definen el elipsoide de Poinsot que representa el momento de inercia. Véase también la ley de inercia de Sylvester .
Para tensores simétricos de orden arbitrario k , descomposiciones
también son posibles. El número mínimo r para el cual tal descomposición es posible es el rango simétrico de T. [3] Esta descomposición mínima se llama descomposición de Waring; es una forma simétrica de la descomposición de rangos tensoriales . Para los tensores de segundo orden, esto corresponde al rango de la matriz que representa el tensor en cualquier base, y es bien sabido que el rango máximo es igual a la dimensión del espacio vectorial subyacente. Sin embargo, para órdenes superiores esto no tiene por qué ser así: el rango puede ser mayor que el número de dimensiones en el espacio vectorial subyacente. Además, el rango y el rango simétrico de un tensor simétrico pueden diferir. [4]