Académique Documents
Professionnel Documents
Culture Documents
de V es V
= u R
3
1
[ u, v = 0 para todo v V .
Proposici on 1.1.1 Sea V R
3
1
un subespacio lineal, entonces
dimR
3
1
= dimV + dimV
.
(V
= V .
Demostracion. La primera parte aplicada a V y V
y dimR
3
1
= dimV
+dim(V
i j k
a b c
x y z
a b c
x y z
r s t
.
En consecuencia u v, u = 0 y u v, v = 0, es decir el producto
Lorentziano de dos vectores es ortogonal a los factores: u, v. En partic-
ular, u v tambien es ortogonal a spanu, v.
1.2. CARACTER CAUSAL 3
1.2 Caracter causal
Denicion 1.2.1 Sea u R
3
1
un vector no cero. Se dice que v tiene caracter
causal:
Tipo espacio si u, u > 0,
Tipo tiempo u, u < 0,
Tipo luz o nulo u, u = 0.
Figura 1.1: Caracter causal de vectores
En la siguiente tabla analizamos las posibles bases v
1
, v
2
, v
3
de R
3
1
tal que
v
i
, v
j
= 0, +1, 1.
v
1
v
2
v
3
v
1
, v
1
v
2
, v
2
v
3
, v
3
v
1
, v
2
v
1
, v
3
v
2
, v
3
+ + - 1 1 -1 0 0 0
+ + 0 1 1 0 0 0 1
+ - 0 1 -1 0 0 0 -1
0 0 + 0 0 1 -1 0 0
El concepto de caracter causal se puede extender a subespacios como
sigue.
4 CAPITULO 1. ALG. LINEAL EN MINKOWSKI
Denicion 1.2.2 Dado un subespacio lineal V R
3
1
, la metrica de Lorentz
se puede restringir a V para obtener la funcion ,
V
: V V R. Por
simplicidad escribiremos , en lugar de ,
V
y la llamaremos metrica
inducida (MI). Esta restriccion es bilineal, simetrica. Un subespacio V se dice
no degenerado si la metrica inducida es no degenerada. La metrica inducida
puede ser degenerada. Se tienen las siguientes posibilidades complementarias.
Se dice que V tiene caracter causal:
Caso V no degenerado
tipo espacio si la MI es positiva denida,
tipo tiempo si la MI es Lorentziana:
maxdimU[U es subespacio lineal de V, ,
U
< 0 = 1
Caso V degenerado
tipo luz o nulo si la MI es degenerada.
Proposici on 1.2.1 Sea V R
3
1
un subespacio lineal no degenerado, en-
tonces
R
3
1
se descompone en suma directa como R
3
1
= V V
.
V
tambien es no degenerado.
Demostracion. Sea w V
es no degenerada.
Proposici on 1.2.2 El caracter causal de un plano V por el origen se car-
acteriza geometricamente como
es tipo espacio si y solo si no intersecta al cono de luz.
es tipo luz si y solo si es tangente al cono de luz.
es tipo tiempo si y solo si no intersecta al cono de luz pero no es tan-
gente.
Para cualquier par de eventos u, v linealmente independientes tenemos
que
1.3. TRANSFORMACIONES Y GRUPO DE LORENTZ 5
u v < u >
span u, v u v
- - + - +
- + + - +
- 0 + - +
+ 0 - 0 0
+ + - + -
0 0 0 - +
Proposici on 1.2.3 Si u, v son tipo espacio, entonces
[u, v[ < , si y solo si u v es tipo tiempo, (1.1)
[, [, (1.2)
1.3 Isometras: Transformaciones y grupo de
Lorentz
Denicion 1.3.1 Una funcion biyectiva f : R
3
1
R
3
1
se dice transfor-
maci on de Lorentz o isometra del espacio de Minkowski si preserva la metrica
de Lorentz, es decir para todo u, v R
3
1
f(u) f(v), f(u) f(v) = u v, u v.
Bajo la composicion forman un grupo llamado el grupo de isometras. Tambien
se conoce como Grupo de Poincare o Grupo de Lorentz no homogeneo.
Las transformaciones de Lorentz son algunas tranformaciones lineales
seguidas de cualquier traslacion. Las transformaciones de Lorentz lineales
son descritas abajo.
Denicion 1.3.2 Una transformacion lineal biyectiva f : R
3
1
R
3
1
se dice
isometra lineal o transformacion de Lorentz lineal del espacio de Minkowski
si preserva la metrica de Lorentz, es decir
f(u), f(v) = u, v.
Forman un subgrupo del grupo de isometras llamado Grupo de Lorentz.
6 CAPITULO 1. ALG. LINEAL EN MINKOWSKI
Este subgrupo de isometras lineales es isomorfo a
O
1
(3) = A GL(3, R) [ A
t
GA = G,
donde
G =
_
_
1 0 0
0 1 0
0 0 1
_
_
Equivalentemente, estas matrices
A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
satisfacen
a
2
11
+a
2
21
a
2
31
= 1, (1.3)
a
2
12
+a
2
22
a
2
32
= 1, (1.4)
a
2
13
+a
2
23
a
2
33
= 1, (1.5)
a
11
a
12
+a
21
a
22
a
31
a
32
= 0, (1.6)
a
11
a
13
+a
21
a
23
a
31
a
33
= 0, (1.7)
a
12
a
13
+a
22
a
23
a
32
a
33
= 0. (1.8)
Es decir las columnas de A son una base ortonormal en la metrica de
Lorentz de R
3
1
. Las dos primeras columnas son tipo espacio y la tercera es
un vector tipo luz.
1.3.1 Boosts
Denotemos por O
+
1
(3) a las matrices en O
1
(3) con determinate positivo.
Sea O
++
1
(3) = A O
+
1
(3) [ a
33
> 0. Aqui estudiamos las isometras de
R
3
1
en O
++
1
(3) que dejan jo punto a punto a un subespacio de dimension uno.
L tipo luz
Consideremos el caso cuando L = spane
2
+e
3
.
Sea A la matriz en O
++
1
(3), para que A deje ja punto a punto a la recta
L, necesitamos que A(e
2
+ e
3
) = e
2
+ e
3
. Esto implica que a
13
= a
12
,
1.3. TRANSFORMACIONES Y GRUPO DE LORENTZ 7
a
23
= 1 a
22
y a
33
= 1 a
32
. Las ecuaciones (3) y (6) se transforman en
a
2
12
+ 1 2a
22
+a
2
22
1 + 2a
32
a
2
32
= 1, (1.9)
a
2
12
+a
22
a
2
22
a
32
+a
2
32
= 0. (1.10)
Las cuales prueban que a
32
= 1 + a
22
y por lo tanto a
33
= 2 a
22
. Las
ecuaciones (4) y (5) se transforman en
a
11
a
12
+a
21
a
22
+a
31
a
31
a
22
= 0, (1.11)
a
11
a
12
+a
21
a
21
a
22
2a
31
+a
31
a
22
= 0, (1.12)
en consecuencia a
31
= a
21
. Usamos ahora la ecuacion (1) que se transforma
en a
2
11
+ a
2
21
a
2
21
= 1, entonces a
11
= 1. An alogamente, la ecuacion (2)
toma la forma a
2
12
+ a
2
22
1 + 2a
22
a
2
22
= 1 implica que a
22
= 1
a
2
12
2
.
Finalmente, usamos la ecuacion (9) para deducir que a
21
= a
12
. Vamos a
denotar a
12
= t entonces la matriz A se simplica a
A =
_
_
1 t t
t 1
t
2
2
t
2
2
t
t
2
2
1 +
t
2
2
_
_
.
Un calculo directo prueba que det(A) = 1. Entonces como queremos que
A O
++
1
(3) escojemos +1 en la entrada a
11
y con esto concluimos lo sigu-
iente. Concluimos que el grupo
G =
_
_
_
A
t
=
_
_
1 t t
t 1
t
2
2
t
2
2
t
t
2
2
1 +
t
2
2
_
_
[ t R
_
_
_
deja ja punto a punto a L.
Lema 1.3.1 Sean u, v, dos vectores tipo luz. Entonces u, v = 0 si y solo
si son linealmente dependientes, es decir u = v para alguna R.
Demostracion. Si u = v, u, v = v, v = 0.
El reciproco tiene por hipotesis que u, v = 0, es decir ax + by cz = 0,
donde u = (a, b, c) y v = (x, y, z). Adem as, como son tipo luz x
2
+y
2
z
2
=
0, a
2
+ b
2
c
2
= 0. Si multiplicamos estas dos ultimas ecuaciones tenemos
que z
2
c
2
= (x
2
+ y
2
)(a
2
+ b
2
) = a
2
x
2
+ y
2
b
2
+ x
2
b
2
+ y
2
a
2
y si elevamos al
8 CAPITULO 1. ALG. LINEAL EN MINKOWSKI
cuadrado la primera ecuacion: c
2
z
2
= (ax + by)
2
= a
2
x
2
+ 2abxy + b
2
y
2
.
Igualamos estas dos ultimas ecuaciones para obtener x
2
b
2
+y
2
a
2
= 2abxy, es
decir (xb ya)
2
= 0. As
a
x
=
b
y
= para alg un R. Sustituimos a = x
y b = y arriba: cz = x
2
+ y
2
= z
2
. Se deduce que c = z, esto prueba
que u = v.
Proposici on 1.3.1 Sea A O
1
(3) una isometra lineal. Si A(v) = v, v
R
3
1
, entonces A deja invariante a los planos de la forma < v >
+p, para
todo p R
3
1
.
Demostracion.
Si v es tipo tiempo o tipo espacio.
Observemos que A deja invariante a P =< v >
, es decir
A(< v >
) =< v >
+A(p).
Consideremos una descomposicion p = p
1
+ p
2
< v > + < v >
y
A(p) = A(p
1
) +A(p
2
) = p
1
+A(p
2
) p
1
+ < v >
. Por lo tanto
A(< v >
+p
1
= < v >
+p
1
+p
2
=< v >
+p.
Aqui usamos el hecho que si v es tipo espacio o tiempo R
3
1
=< v >
+ < v >
. Procedemos
como sigue: Sea w tipo luz tal que v, w = 1, en consecuencia w es
linealmente independiente de v. Ahora se tiene una descomposicion
R
3
1
=< w > + < v >
.
Notemos que 1 = w, v = A(w), A(v) = A(w), v y que A(w)
tambien es tipo luz. REVISAR Entonces por el Lemma ??, A(w) = w.
Si consideremos la descomposicion p = p
1
+ p
2
< w > + < v >
y
A(p) = A(p
1
) +A(p
2
) = p
1
+A(p
2
) p
1
+ < v >
. Se sigue que
A(< v >
+p
1
= < v >
+p
1
+p
2
=< v >
+p.
1.4. EJERCICIOS 9
Ahora veamos las orbitas de un punto p R
3
1
L, bajo la acci on de un
grupo G que deja jo punto a la recta L.
Si L = spanv es tipo tiempo: Sea p R
3
1
L y sea P el plano que
contiene a P y es una translacion de L
u, u u, v
u, v v, v
u, z u, w
v, z v, w
si es C
. Si no
decimos lo contrario, vamos a trabajar con curvas diferenciables.
En general el caracter causal de una curva en el espacio de Minkowski
depende de la variable t. Pero hay curvas especiales donde esto no es asi.
Denicion 2.1.1 Denotemos con CC a cualquier caracter causal: tipo tiempo,
tipo espacio o tipo luz. Decimos que una curva tiene caracter causal CC si
(t),
(t) =
11
12 CAPITULO 2. CURVAS EN EL ESPACIO DE MINKOWSKI
1.
Denimos al vector tangente unitario como
T(t) =
y T son ortogonales:
T
(t)
(t)
el cual es tipo espacio.
Introducimos ahora un tercer vector a lo largo de la curva : El vector
binormal
B(t) = T(t) N(t), el cual es tipo espacio.
Bajo estas condiciones un vector v R
3
1
se escribe como:
v = v, TT +v, NN +v, BB. (2.1)
Las formulas de Serret-Frenet nos dicen como se expresan las derivadas de
T, N, B en terminos de los vectores T, N, B.
Por la denici on T
= N. Ahora para N
tenemos que
N
, T = N, T
= N, N = . Observemos que N
, N = 0.
Introducimos ahora el concepto de la torsion como
(t) = B
(t), N(t).
Estamos listos para el siguiente calculo:
N
, B = N, B
= T +B.
B
, T = B, T
= B, N = 0.
B
, N = B, N
= B, T + B = B, B = y B
, B = 0.
Entonces
B
= N.
Podemos escribir las ecuaciones de Serret-Frenet matricialmente:
2.1. CURVAS REGULARES 13
_
_
T
_
_
=
_
_
0 0
0
0 0
_
_
_
_
T
N
B
_
_
Esto concluye el caso cuando la curva es tipo tiempo.
Cuando la curva es tipo espacio hay m as posibilidades para el vector acel-
eracion como veremos a continuacion.
T tipo espacio, N tipo espacio, B tipo tiempo.
Sea una curva tipo espacio con
(t),
(t) = 1:
T(t) =
el puede ser de cualquier caracter causal: tipo espacio, tipo tiempo o tipo
luz.
Si T
(t)[
y si es no cero el vector normal principal es
N(t) = T
= N. Ahora para N
tenemos que
N
, T = N, T
= N, N = . Observemos que N
, N = 0.
La torsion es como antes
(t) = B
(t), N(t).
Estamos listos para el siguiente calculo:
N
, B = N, B
= T B.
B
, T = B, T
= B, N = 0.
B
, N = B, N
= B, T B = B, B = y B
, B = 0.
Entonces
B
= N.
14 CAPITULO 2. CURVAS EN EL ESPACIO DE MINKOWSKI
_
_
T
_
_
=
_
_
0 0
0
0 0
_
_
_
_
T
N
B
_
_
T tipo espacio, N tipo tiempo, B tipo espacio.
Si T
(t)[
y si es no cero el vector normal principal es
N(t) = T
= N. Ahora para N
tenemos que
N
, T = N, T
= N, N = . Observemos que N
, N = 0.
La torsion es como antes
(t) = B
(t), N(t).
Estamos listos para el siguiente calculo:
N
, B = N, B
= T +B.
B
, T = B, T
= B, N = 0.
B
, N = B, N
= B, T + B = B, B = y B
, B = 0.
Entonces
B
= N.
_
_
T
_
_
=
_
_
0 0
0
0 0
_
_
_
_
T
N
B
_
_
Otro caso es el siguiente:
T tipo espacio, N tipo luz, B tipo luz.
2.1. CURVAS REGULARES 15
La posibilidad que nos queda por analizar es cuando T
es tipo luz:
Denimos N := T
, T = N, T
= N, N = 0 y N
, N = 0.
La torsion es como antes
(t) = B
(t), N(t).
Estamos listos para el siguiente calculo:
N
, B = N, B
= N.
B
, T = B, T
= B, N = 1.
B
, N = y B
, B = 0. Entonces
B
= T B.
_
_
T
_
_
=
_
_
0 1 0
0 0
1 0
_
_
_
_
T
N
B
_
_
Hemos concluido el caso en que la curva es de tipo espacio.
Finalmente, analizamos el caso cuando es tipo luz, es decir el vector tan-
gente T(t) =
(t), T
(t) =
(t),
es
tipo espacio por ser ortogonal al vector tipo luz T. Como en el caso anterior
denimos N(t) = T
, T = N, T
= N, N = 1 y N
, N = 0.
La torsion es como antes
(t) = B
(t), N(t).
Estamos listos para el siguiente calculo:
N
, B = N, B
= T B.
B
, T = B, T
= B, N = 0.
B
, N = B, N
= B, T +B = y B
, B = 0. Entonces
B
= N.
_
_
T
_
_
=
_
_
0 1 0
0 1
0 0
_
_
_
_
T
N
B
_
_
.
2.1.2 Aplicaciones
Denicion 2.1.2 Decimos que una curva regular en R
3
1
es una curva helice
si existe un vector jo v R
3
1
0 tal que T(s), v es una funcion constante.
Aqui suponemos que esta parametrizada por longitud de arco o por longi-
tud seudo-arco.
Ejemplo 2.1.1 Consideremos la curva tipo tiempo
(s) =
1
5
(cos(s), sin(s), 2s).
El vector tangente es T(s) =
(s) =
1
5
(sin(s), cos(s), 2) y sea v = (0, 0, 1).
Entonces esta curva es una helice:
T(s), v =
2
5
.
2.1. CURVAS REGULARES 17
Notemos que si T(s), v = 0 la curva esta contenida en el plano ortogonal
a v. Reciprocamente toda curva plana es una curva helice con respecto a la
direccion dada por un vector ortogonal al plano. Ahora vamos a analizar el
caso cuando la curva no es plana.
Teorema 2.1.1 Sea una curva no plana tipo tiempo o tipo espacio. Si
es una curva helice entonces (s)/(s) es constante. Ademas, si la curva es
tipo espacio con aceleracion tipo luz, entonces no es una curva helice.
Demostracion. Observemos que si ninguno de los vectores T, N, B es tipo
luz, las ecuaciones de Serret-Frenet tienen la forma
_
_
T
_
_
=
_
_
0 0
0
0 0
_
_
_
_
T
N
B
_
_
,
donde el signo que tengan la curvatura y torsion no va a ser reelevante en la
prueba.
Por hipotesis, existe un vector no cero tal que T(s)v = c. Derivando
de ambos lados tenemos que 0 = T
(s)T(s) +b
(s)B(s) +a(s)T
(s) +b(s)B
(s) = 0, (2.6)
a
(s)T(s) +b
B = 0. (2.8)
Concluimos que a
= b
= N, N
= N y B
(s)T(s) +b
(s)B(s) +a(s)T
(s) +b(s)B
(s) = 0, (2.9)
a
(s)T(s) +b
(s),
(s) +
(s)N(s) +(s)N
= 0, decir es constante.
Reescribiendo la ecuacion (2.12) llegamos a que:
[(s) p[ = [[,
los puntos de la curva equidistan de p.
2.2 Ejercicios
1. Pruebe que (t), (t)
(t).
3. Decimos que la curva C
1
, : J R R
3
1
es una reparametrizaci on
de si existe un difeomorsmo C
, h : J R I, t = h(s) con
h
[
3
, =
det(
)
[
[
2
.
7. La curva dada por
(t) =
_
cos t,
3
2
sin t,
1
2
sin t + 1
_
,
es una elipse parametrizada en R
3
.
Parametrice la curva por longitud de arco, y demuestre que su curvatura
es constante. Tambien demuestre que los vectores normales a la curva
son concentricos, esto es N + = p donde p R
3
es un vector jo.
8. Para la curva
(t) = (sinh t, t, cosh t) ,
encuentre
20 CAPITULO 2. CURVAS EN EL ESPACIO DE MINKOWSKI
Reparametrizacion por longitud de arco.
Caracter causal.
La curvatura y la torsion .
los vectores T, N, B.
Vericar las formulas de Frenet-Serret.
CAPITULO 3
Supercies: Tecnicas extrisecas
3.1 Topologa de Supercies lisas
Denicion 3.1.1 Sea : U R
2
R
3
una funcion C
o lisa. Decimos
que F es una inmersion C
entonces
J(x
0
, y
0
) =
_
_
_
_
P
x |(x
0
,y
0
)
P
y
|(x
0
,y
0
)
Q
x |(x
0
,y
0
)
Q
y
|(x
0
,y
0
)
R
x |(x
0
,y
0
)
R
y
|(x
0
,y
0
)
_
_
_
_
.
Recordemos que la derivada, denotada
|(x
0
,y
0
)
: R
2
R
3
, de en el
punto (x
0
, y
0
) se dene como
|(x
0
,y
0
)
(u, v) = lim
t0
((x
0
, y
0
) +t(u, v)) (x
0
, y
0
)
t
.
Esta derivada que es una transformacion lineal, se puede escribir en ter-
minos de la matriz Jacobiana de :
|(x
0
,y
0
)
(u, v) =
_
_
_
_
P
x |(x
0
,y
0
)
P
y
|(x
0
,y
0
)
Q
x |(x
0
,y
0
)
Q
y
|(x
0
,y
0
)
R
x |(x
0
,y
0
)
R
y
|(x
0
,y
0
)
_
_
_
_
_
_
u
v
_
_
21
22 CAPITULO 3. SUPERFICIES: TECNICAS EXTRISECAS
Denicion 3.1.2 Una carta C
o lisa.
Un subconjunto M de R
3
1
es una supercie C
, :
(a, b) M tal que
(t
0
) = p y
(t
0
) = v,
para alg un t
0
(a, b).
Denotamos por T
p
M al conjunto de todos los vectores tangentes a M en
p. Este conjunto se llama el plano tangente de M en p.
Vamos a probar que la anterior terminologa es adecuada.
Proposici on 3.1.1 El conjunto de vectores tangentes de una supercie lisa
M en un punto, es un plano.
3.1. TOPOLOG
IA DE SUPERFICIES LISAS 23
Demostracion. Sea p M, como es lisa existe una carta lisa : U
R
2
R
3
tal que p (U) M. Sea v T
p
M un vector tangente y
sea (t) = (x(t), y(t), z(t)) una curva lisa contenida en M como en la Def-
inition 3.1.4. Como : U (U) es un homeomorsmo, la curva se
puede realizar como = , donde : (a, b) U es una curva en U con
(t) = (u(t), v(t)). Ahora usamos la regla de la cadena:
(t) =
|(t)
(t).
Expresamos esta ecuacion vectorial en el siguiente sistema,
x
(t) =
P
x |(x
0
,y
0
)
u
(t) +
P
y
|(x
0
,y
0
)
v
(t)
y
(t) =
Q
x |(x
0
,y
0
)
u
(t) +
Q
y
|(x
0
,y
0
)
v
(t)
z
(t) =
R
x |(x
0
,y
0
)
u
(t) +
R
y
|(x
0
,y
0
)
v
(t).
Este sistema es equivalente a la ecuac on
(t) = u
(t)
x
+ v
(t)
y
. En
particular, el vector tangente v de M esta generado por los vectores tangentes
inducidos por la inmersion:
x
y
y
.
Denicion 3.1.5 Una funcion f : M R con valores reales, se llama
funcion C
si es C
para cada p M.
Ejemplo 3.1.2 Sea M una supercie lisa y sea d = (a, b, c) R
3
1
un vector
distinto de cero. La funcion altura h : M R en la direcci on de d esta
dada por
h(p) = p, d.
Esta funcion es C
si cada funcion f
1
, f
2
, f
3
: M R es C
.
24 CAPITULO 3. SUPERFICIES: TECNICAS EXTRISECAS
Denicion 3.1.7 Un campo vectorial C
.
Denotemos con CC a cualquier caracter causal: tipo tiempo, tipo espacio o
tipo luz. Decimos que el campo X a lo largo de M tiene caracter causal CC
si el vector X(p) tiene un mismo carater causal CC para todo p M.
Observacion 3.2.1 Sea M una supercie lisa tipo luz, tipo tiempo o tipo
espacio. Consideremos cualquier campo vectorial ortogonal a M. Entonces
M es tipo luz, tipo tiempo o tipo espacio si y solo si es tipo luz, tipo espacio
o tipo tiempo respectivamente.
Ejemplo 3.2.1 Los ejemplo inmediatos son las siguientes supercies lisas
descritas en forma implicita:
El cono de luz (x, y, z) R
3
1
[x
2
+ y
2
z
2
= 0 es una supercie tipo
luz.
El espacio de De Sitter (x, y, z) R
3
1
[x
2
+y
2
z
2
= 1 es una supercie
tipo tiempo.
El espacio hiperbolico (x, y, z) R
3
1
[x
2
+y
2
z
2
= 1 es una super-
cie tipo espacio.
Denicion 3.2.3 Sea f : U R
2
R una funcion C
. Se dice que f es
eikonal si [f[ = ((f
x
)
2
+ (f
y
)
2
)
1/2
= c una constante c.
El siguiente resultado nos da un criterio para saber el caracter causal de
la gr aca de una funcion.
26 CAPITULO 3. SUPERFICIES: TECNICAS EXTRISECAS
Figura 3.1: Plano hiperbolico-Espacio de De Sitter
Proposici on 3.2.1 Sea M una supercie lisa dada por la graca de una
funci on f : U R
2
R. Sea [f[ =
_
(f
x
)
2
+ (f
y
)
2
. Entonces
M es tipo espacio si y solo si [f[ < 1.
M es tipo tiempo si y solo si [f[ > 1.
M es tipo luz si y solo si [f[ = 1, es decir f es una funcion eikonal.
Demostracion. Consideremos el vector = (f
x
, f
y
, 1) el cual es ortogonal a
TpM, con p = (x, y, f(x, y)). En consecuencia M es tipo espacio si es tipo
tiempo, M es tipo tiempo si es tipo espacio, M es tipo luz si es tipo
luz. Notese que [[
2
= [f[
2
1. Usando esta ultima ecuacion se obtiene el
resultado deseado.
Como aplicacion de esta Proposicion 3.2.1 podemos vericar que el es-
pacio hiperbolico H
2
es tipo espacio: Para esto basta observar que H
2
se
puede obtener como la gr aca de la funcion z =
_
x
2
+y
2
+ 1. Adem as, el
gradiente esta dado por
f = (
x
_
x
2
+y
2
+ 1
,
y
_
x
2
+y
2
+ 1
)
y [f[
2
=
x
2
+y
2
x
2
+y
2
+1
> 1.
3.2. GEOMETR
(t) = 0.
Entonces, el criterio para determinar el caracter causal de M es:
M es tipo espacio si y solo si (F
x
)
2
+ (F
y
)
2
< (F
z
)
2
.
M es tipo tiempo si y solo si (F
x
)
2
+ (F
y
)
2
> (F
z
)
2
.
M es tipo luz si y solo si (F
x
)
2
+ (F
y
)
2
= (F
z
)
2
.
Como ejemplo, para el espacio de De Sitter F(x, y, z) = x
2
+y
2
z
2
1 y
(F
x
, F
y
, F
z
) = (2x, 2y, 2z). Como 4x
2
+4y
2
= 1 +4z
2
> 4z
2
, esta supercie
es tipo tiempo.
Proposici on 3.2.2 Si M es una supercie compacta tipo espacio, tipo tiempo
o tipo luz, entonces M = .
Demostracion. Basta observar que cualquier supercie compacta tiene pun-
tos donde el plano tangente es tipo tiempo. De hecho cualquier plano en
R
3
1
, despues de una translacion resulta ser un plano tangente. Es decir, una
supercie compacta tiene planos tangentes de cualquier caracter causal.
Proposici on 3.2.3 Si M es una supercie tipo espacio, entonces M es ori-
entable.
Demostracion. Vamos a construir un campo vectorial continuo a lo largo de
M el cual es tipo tiempo y esta dirigido al futuro. Sea p M, como M
es supercie lisa, existe un abierto de M V
p
alrededor de p y una inmersion
p
: U
p
R
2
R
3
tal que (U
p
) = V
p
. La inmersion =
p
induce un
campo vectorial ortogonal y de norma uno:
t
[
s
t
[
,
28 CAPITULO 3. SUPERFICIES: TECNICAS EXTRISECAS
el cual es tipo tiempo. Ahora vamos a denir el campo vectorial coolineal
a este campo vectorial de tal forma que
este dirigido al futuro:
(q) :=
_
st
|st|
|
1
(q)
si
s
t
, e
3
< 0
st
|st|
|
1
(q)
si
s
t
, e
3
> 0.
Podemos hacer esta construcci on en un abierto de M para cada punto de
M. Obtenemos as una cubierta V
p
pM
de M y en cada abierto tenemos
denido un campo vectorial tipo tiempo ortogonal a M, de norma 1 y que
esta dirigido al futuro. Entonces el campo vectorial buscado es
(q) :=
p
(q) si q V
p
.
Este campo vectorial ortogonal esta bien denido y es continuo.
3.2.2 La primera forma fundamental o metricas induci-
das
Denicion 3.2.4 Dada una supercie lisa en R
3
1
Decimos que la metrica
de Lorentz induce una metrica no-degenerada en M, si para cada p M la
siguiente forma bilineal es no degenerada:
I
M,p
: T
p
M T
p
M R
dada I
M,p
(v, w) := v, w. Si la forma bilineal I = I
M,p
es degenerada,
diremos que la metrica es degenerada. En cualquier caso esta metrica se
conoce como la primera forma fundamental o metrica inducida.
Denicion 3.2.5 Dada cualquier base v, w de T
p
M, le podemos asociar una
matriz, que denotaremos tambien por I, con respecto a tal base:
I
p
=
_
I
M,p
(v, v) I
M,p
(v, w)
I
M,p
(w, v) I
M,p
(w, w)
_
.
La metrica inducida es no-degenerada si y solo si el determinante de la
matriz I
p
es distinto de cero para todo p M. La metrica inducida es posi-
tiva denida si y solo si el determinante de la matriz I
p
es positivo para todo
p M. La metrica inducida es indenida si y solo si el determinante de la
matriz I
p
es negativo para todo p M.
Podemos usar la metrica inducida para caracterizar el caracter causal de
una supercie.
3.3. OPERADOR DE FORMA Y SEGUNDA FORMA FUND. 29
Observacion 3.2.2 Caracter causal en terminos de la metrica
Una supercie es tipo espacio si y solo si la metrica inducida I = I
M,p
es no-degenerada y positiva denida para todo p M.
Una supercie es tipo tiempo si y solo si la metrica inducida I = I
M,p
es no-degenerada y indenida para todo p M.
Una supercie es tipo luz si y solo si la metrica inducida I = I
M,p
es
degenerada y de rango uno para todo p M.
3.3 El operador de Forma y la segunda forma
fundamental
Denicion 3.3.1 La aplicacion de Gauss: Sea M una supercie lisa tipo
espacio, tipo tiempo y sea p M un punto. Consideremos un abierto U M
que contenga a p y tal que M admite un campo vectorial normal n : U
M (TM)
(t
0
) = v.
30 CAPITULO 3. SUPERFICIES: TECNICAS EXTRISECAS
Proposici on 3.3.1 Sea M una supercie lisa tipo espacio, tipo tiempo o
tipo luz con n un campo vectorial n ortogonal a M normalizado. La derivada
direccional del campo vectorial n induce una transformacion lineal T
p
M
T
p
M dada por
v (D
v
n)
p
.
Demostracion. Primero veamos que (D
v
n)
p
T
p
M:
Esta propiedad es consecuencia de la condici on de que n esta normalizado,
es decir n(q), n(q) es +1, 1 dependiendo del caracter causal de M. En
particular si los puntos q M los restringimos a una curva : (a, b) M.
Esto es, n((t)), n((t)) es constante. Asi que al tomar la derivada
(D
v
n)
p
, n (t) =
d
dt|t=t
0
(n (t)), n (t) = 0,
Esto prueba que (D
v
n)
p
T
p
M.
Ahora veriquemos la linealidad:
Dados dos vectores v, w T
p
M y R, elegimos a las curvas , , :
(, ) tales que (0) = (0) = (0) = p y
(0) = v + w,
(0) = v y
(0) = n
p
(v +w)
= n
p
(v) +n
p
(w)
=
d
dt|t=t
0
(n (t)) +
d
dt|t=t
0
(n (t)) = D
v
n +D
w
n.
(0) = v.
3.3. OPERADOR DE FORMA Y SEGUNDA FORMA FUND. 31
Estamos listos para calcular la derivada direccional del campo n:
D
v
n =
d
dt|t=t
0
(n (t)) =
d
dt|t=t
0
(t) =
(0) = v.
Denicion 3.3.3 Sea M una supercie regular. La aplicacion lineal in-
ducida por la derivada direccional de un campo vectorial ortogonal n nor-
malizado sera denotada como S
p
: T
p
M T
p
M y la llamaremos el operador
de forma de M en el punto p:
S
p
(v) = D
v
n.
Lema 3.3.1 Sea M una supercie regular y sea p M. Consideremos una
inmersion : U R
2
R
3
1
con p (U) M. Entonces
S
p
(
u
) = n
u
S
p
(
v
) = n
v
.
Demostracion.
u
, S
p
(
v
) =
u
, n
v
=
vu
, n.
Finalmente, el resultado se sigue por bilinealidad.
Denicion 3.3.4 Sea M una supercie lisa en R
3
1
tipo tiempo o tipo espacio
con aplicacion de Gauss n y sea = n, n. La segunda forma fundamental
de M en el punto p es la siguiente forma bilineal:
II
p
: T
p
M T
p
M (T
p
M)
dada por
II
p
(v, w) := S
p
(v), w n(p). (3.1)
32 CAPITULO 3. SUPERFICIES: TECNICAS EXTRISECAS
Es una forma bilineal con valores en la recta ortogonal a M. Notese que
II
p
(v, w) = II
p
(w, v), es decir la segunda forma fundamental es simetrica
para todo p M.
En particular observemos que
II
p
(v, w), n := S
p
(v), w. (3.2)
El vector de curvatura media
H de M en p se dene como
H(p) =
1
2
tr(II
p
) =
1
2
(
1
II
p
(v
1
, v
1
) +
2
II
p
(v
1
, v
2
)),
donde v
1
, v
2
es una base ortonormal de T
p
M con
1
= v
1
, v
1
,
2
= v
2
, v
2
.
Denicion 3.3.5 Una supercie M cuyo vector de curvatura media satisface
2
(II
p
(v
1
, v
1
), II
p
(v
2
, v
2
) II
p
(v
1
, v
2
), II
p
(v
1
, v
2
))
=
1
2
(S
p
(v
1
), v
1
S
p
(v
2
), v
2
S
p
(v
1
), v
2
S
p
(v
1
), v
2
)
La curvatura media de M en el punto p esta dada por la relaci on
H(p) = H(p)n(p),
es decir H(p) =
H(p), n.
H(p) =
1
2
(
1
II
p
(v
1
, v
1
), n +
2
II
p
(v
1
, v
2
), n) (3.3)
=
1
2
(
1
S
p
(v
1
), v
1
+
2
S
p
(v
2
), v
2
). (3.4)
3.3. OPERADOR DE FORMA Y SEGUNDA FORMA FUND. 33
Notese que
S
p
(v
1
) =
1
S
p
(v
1
), v
1
v
1
+
2
S
p
(v
1
), v
2
v
2
S
p
(v
2
) =
1
S
p
(v
2
), v
1
v
1
+
2
S
p
(v
2
), v
2
v
2
.
As que la matriz asociada a S
p
con respecto a la base v
1
, v
2
esta dada
por:
[S] =
_
1
S
p
(v
1
), v
1
1
S
p
(v
1
), v
2
2
S
p
(v
2
), v
1
2
S
p
(v
2
), v
2
_
.
Entonces las curvaturas son
K(p) = det([S]), H(p) =
1
2
tr([S]).
Proposici on 3.3.3 Con respecto a una base arbritaria, la curvatura Gaus-
siana y la curvatura media se expresan como
K(p) =
S
p
(v), vS
p
(w), w S
p
(v), w
2
v, vw, w v, w
2
,
H(p) =
1
2
S
p
(v), vw, w 2S
p
(v), wv, w +S
p
(w), wv, v
v, vw, w v, w
2
.
Demostracion. Sean v, w una base de T
p
M. Para calcular el determinante
y la traza de S
p
basta hallar la matriz asociada [S
p
] a S
p
en esta base:
S
p
(v) = av +bw y S
p
(v) = cv +dw.
S
p
(v), v = av, v +bw, v,
S
p
(v), w = av, w +bw, w,
S
p
(w), v = cv, v +dw, v,
S
p
(w), w = cv, w +dw, w.
_
II(v, v) II(v, w)
II(w, v) II(w, w)
_
=
_
a b
c d
__
I(v, v) I(v, w)
I(w, v) I(w, w)
_
,
donde I = I
p
y II = II
p
. En notacion matricial
II = [S
p
]I.
34 CAPITULO 3. SUPERFICIES: TECNICAS EXTRISECAS
Entonces [S
p
] = (II)I
1
. La matriz inversa es
I
1
=
1
detI
_
I(w, w) I(v, w)
I(w, v) I(v, v)
_
.
Deducimos que
det([S
p
]) = det(II)det(I
1
) =
det(II)
det(I)
(3.5)
=
S
p
(v), vS
p
(w), w S
p
(v), w
2
v, vw, w v, w
2
. (3.6)
tr[S
p
] = tr((II)I
1
) (3.7)
=
S
p
(v), vw, w 2S
p
(v), wv, w +S
p
(w), wv, v
v, vw, w v, w
2
. (3.8)
t
= (sin(s) cosh(t), cos(s) cosh(t), sinh(t))
s
= (cos(s) sinh(t), sin(s) sinh(t), 0)
tt
= (sin(s) sinh(t), cos(s) sinh(t), cosh(t))
ts
= (cos(s) cosh(t), sin(s) cosh(t), 0)
ss
= (sin(s) sinh(t), cos(s) sinh(t), 0).
La aplicacion de Gauss esta dada por n((t, s)) = (t, s) y como n es tipo
tiempo = n, n = 1. Entonces
e = 1, f = 0, g = sinh
2
(t), E = 1, F = 0, G = sinh
2
(t).
Esto da por resultado que en cualquier p = (t, s)
K(p) = 1, H(p) = 1,
Es decir H
2
tiene curvatura Gaussiana constante 1 y curvatura media con-
stante 1.
En el caso del espacio de De Sitter se toma la curva (t) = (0, cosh(t), sinh(t))
y la parametrizacion resulta
(t, s) = (sin(s) cosh(t), cos(s) cosh(t), sinh(t)).
Ahora podemos calcular las primeras y segundas derivadas
t
= (sin(s) sinh(t), cos(s) sinh(t), cosh(t))
s
= (cos(s) cosh(t), sin(s) cosh(t), 0)
tt
= (sin(s) cosh(t), cos(s) cosh(t), sinh(t))
ts
= (cos(s) sinh(t), sin(s) sinh(t), 0)
ss
= (sin(s) cosh(t), cos(s) cosh(t), 0).
36 CAPITULO 3. SUPERFICIES: TECNICAS EXTRISECAS
La aplicacion de Gauss esta dada por n((t, s)) = (t, s) y como n es tipo
espacio = n, n = 1. Entonces
e = 1, f = 0, g = cosh
2
(t), E = 1, F = 0, G = cosh
2
(t).
Un proceso similar muestra que
K(p) = 1, H(p) = 1.
Corolario 3.3.1 Sea f : R
2
R una funcion C
. La supercie M
denida por la gr aca de f tiene curvaturas
K =
det(Hessf)
([f[
2
1)
2
, H =
1
2
f
xx
(1 (f
x
)
2
) + 2f
x
f
y
f
xy
+f
yy
(1 (f
y
)
2
)
[[f[
2
1[
3/2
.
Demostracion. Recordemos que la gr aca de f es la imagen de la inmersion
(x, y) = (x, y, f(x, y)). Un campo vectorial ortogonal a M es (f
x
, f
y
, 1). La
aplicacion de Gauss esta dada por
n((x, y)) =
(f
x
, f
y
, 1)
_
[[f[
2
1[
.
Por otro lado tenemos las derivadas parciales de la inmersion:
x
= (1, 0, f
x
)
y
= (0, 1, f
y
)
xx
= (0, 0, f
xx
)
xy
= (0, 0, f
xy
)
yy
= (0, 0, f
yy
)
e =
f
xx
_
[[f[
2
1[
, f =
f
xy
_
[[f[
2
1[
, g =
f
yy
_
[[f[
2
1[
,
E = 1 (f
x
)
2
, F = f
x
f
y
, G = 1 (f
y
)
2
eg f
2
=
f
xx
f
yy
f
2
xy
[[f[
2
1[
, EGF
2
= 1 [f[
2
eG 2fF +gE =
f
xx
(1 (f
x
)
2
) 2f
x
f
y
f
xy
f
yy
(1 (f
y
)
2
)
_
[[f[
2
1[
.
3.4. EJERCICIOS 37
Denimos
= n, n =
[f[
2
1
[[f[
2
1[
.
Entonces las curvaturas son
K =
f
xx
f
yy
f
2
xy
([f[
2
1)
2
, H =
1
2
f
xx
(1 (f
x
)
2
) + 2f
x
f
y
f
xy
+f
yy
(1 (f
y
)
2
)
[[f[
2
1[
3/2
.
3.4 Ejercicios
1. Sean u, v, w, z vectores en R
3
1
. Diga si la identidad de Lagrange para el
caso Euclidiano es cierta en el caso Lorentziano.
u v, w z =
u, w u, z
v, w v, z
.
2. Se sabe que una supercie en R
3
1
tipo espacio es orientable. Buscar un
ejemplo de una supercie no orientable que sea tipo tiempo.
3. Sean A, B matrices de n n con entradas reales. Pruebe que la traza
y el determinante satisfacen las identidades:
tr(AB) = tr(BA), det(AB) = (detA)(detB).
4. Sea b : V V R una forma bilineal simetrica. Dena la traza de b
como
tr(b) :=
v
2
, v
2
b(v
1
, v
1
) 2v
1
, v
2
b(v
1
, v
2
) +v
1
, v
1
b(v
2
, v
2
)
v, vw, w v, w
2
y el determinante de b como
det(b) =
II
p
(v
1
, v
1
), II
p
(v
2
, v
2
) II
p
(v
1
, v
2
), II
p
(v
1
, v
2
)
v, vw, w v, w
2
,
donde V es un subespacio de dimension dos de R
3
1
tipo espacio o tipo
tiempo y v
1
, v
2
es una base de V . Demuestre que tr(b) y det(b) no
dependen de la base de V .
38 CAPITULO 3. SUPERFICIES: TECNICAS EXTRISECAS
5. Sea b : V V R una forma bilineal simetrica, donde V es un
subespacio de R
3
1
tipo espacio o tipo tiempo. Pruebe que si v
1
, v
2
es
una base ortonornal de V entonces
tr(b) :=
2
b(v
1
, v
1
) +
1
b(v
2
, v
2
)
y
det(b) =
1
2
(b(v
1
, v
1
), b(v
2
, v
2
) b(v
1
, v
2
), b(v
1
, v
2
)).
Aqui usamos que
1
= v
1
, v
1
y
2
= v
2
, v
2
.
6. Sea M R
3
1
una supercie lisa. Supongamos que M admite un campo
vectorial tangente X : M R
3
1
tipo tiempo, es decir X(p) T
p
M y
X(p) es tipo tiempo para todo p M.
Demuestre que M es tipo tiempo.
7. Sean v, w una base ortonormal de T
p
M donde M es una supercie tipo
espacio o tipo tiempo. Pruebe que si v es una direcci on principal de M
entonces w tambien es una direccion principal.
8. Demuestre que una supercie es tipo tiempo si y solo si det g < 0,
donde g denota la matriz de la metrica en alguna base.
9. Demuestre que una supercie es tipo espacio si y solo si det g > 0 donde
g denota la matriz de la metrica en alguna base.
10. Demuestre que una supercie es tipo luz si y solo si det g = 0 donde g
denota la matriz de la metrica en alguna base.
11. Calcule la curvatura media de una supercie reglada:
x(u, v) = (u) +v(u)
donde es una curva tipo espacio parametrizada por longitud de arco,
es decir [[
y sea v R
3
1
un vector.
La derivada direccional de F en la direccion v en p R
3
1
, denotada v F se
dene como
v F =
d
dt|t=t
0
(F ),
donde : (a, b) R
3
1
es una curva lisa con codiciones iniciales (t
0
) = p y
(t
0
) = v.
Proposici on 4.1.1 La derivada direccional descrita en la Denicion 4.1.1
no depende de la curva , solo de las condiciones iniciales.
Demostracion. Sean : (a, b) R
3
1
y : (c, d) R
3
1
dos curvas con las
condiciones iniciales (t
0
) = p y (t
0
) = v y (s
0
) = p y (s
0
) = v. Por la
regla de la cadena:
d
dt|t=t
0
(F ) = F
|(t
0
)
(t
0
) = F
|p
(v)
= F
|(s
0
)
(s
0
) =
d
dt|s=s
0
(F )
39
40 CAPITULO 4. CONEXI
ON DE LEVI-CIVITA
Denicion 4.1.2 Un campo vectorial C
en R
3
1
es una aplicacion C
, X :
R
3
1
R
3
1
. Dado un abierto en R
3
1
, un campo vectorial en es una
aplicacion C
X : R
3
1
R
3
1
.
Ejemplo 4.1.1 Hay tres campos vectoriales constantes que vamos a usar
posteriormente. Los denotaremos por E
1
, E
2
, E
3
: R
3
1
R
3
1
y estan dados
por
E
1
(x, y, z) = (1, 0, 0), E
2
(x, y, z) = (0, 1, 0), E
3
(x, y, z) = (0, 0, 1).
Un hecho importante es que cualquier campo vectorial X = (X
1
, X
2
, X
3
) se
escribe como
X = X
1
E
1
+X
2
E
2
+X
3
E
3
= X, E
1
E
1
+X, E
2
E
2
X, E
3
E
3
.
Denicion 4.1.3 Sea F : R
3
1
R una funcion C
y sea X : R
3
1
R
3
1
un campo vectorial vectorial X en R
3
1
. La derivada direccional de F en la
direccion de X, es una funcion denotada X F y se dene como
(X F)(p) = X(p) F.
Observe que X(p) es un vector y X(p) F esta denido en la Denicion 4.1.1.
Ejemplo 4.1.2 Consideremos cualquier funcion C
, F : R
3
1
R. Vamos
a calcular E
1
F, E
2
F, E
3
F. Haremos uso de las curvas (t) = p+t(1, 0, 0),
(t) = p + (0, 1, 0) y (t) = p + (0, 0, 1).
(E
1
F)(p) = E
1
(p) F =
d
dt|t=0
(F (t)) = F
|(0)
(0) = F
x
(p),
(E
2
F)(p) = E
2
(p) F =
d
dt|t=0
(F (t)) = F
|(0)
(0) = F
y
(p),
(E
3
F)(p) = E
3
(p) F =
d
dt|t=0
(F (t)) = F
|(0)
(0) = F
z
(p),
es decir obtenemos las derivadas parciales de F.
La nocion de derivada direccional es un concepto que solo involucra la
estructura diferenciable, pertenece al calculo diferencial. En cambio el con-
cepto de gradiente de una funcion que introducimos a continuacion depende
de la metrica, pertenece a la geometra diferencial.
4.1. CAMPOS VECTORIALES 41
Denicion 4.1.4 Sea F : R
3
1
R una funcion C
. El gradiente de F,
denotado por F, es el campo vectorial determinado por
F, X = X F.
Lema 4.1.1 El gradiente de la funcion F esta dado por
F = (F
x
, F
y
, F
z
).
Demostracion. Basta que en la Denicion 4.1.4, tomemos X igual a E
1
, E
2
, E
3
y apliquemos el Ejemplo 4.1.2:
F, E
1
= E
1
F = F
x
, F, E
2
= E
2
F = F
y
, F, E
3
= E
3
F = F
z
.
Por ultimo resta vericar que
F = F, E
1
E
1
+F, E
2
E
2
F, E
3
E
3
.
1
(x, y, z) = ((
1
)
x
, (
1
)
y
, (
1
)
z
) = (1, 0, 0) = E
1
(x, y, z) (4.1)
2
(x, y, z) = ((
2
)
x
, (
2
)
y
, (
2
)
z
) = (0, 1, 0) = E
2
(x, y, z) (4.2)
3
(x, y, z) = ((
3
)
x
, (
3
)
y
, (
3
)
z
) = (0, 0, 1) = E
3
(x, y, z). (4.3)
Denicion 4.1.5 Corchete de Lie.
Sean X, Y dos campos vectoriales C
ON DE LEVI-CIVITA
Proposici on 4.1.2 El corchete de Lie [X, Y ] de los campos X, Y en R
3
1
esta dado por
[X, Y ] = (Y
1
, X X
1
, Y , Y
2
, X X
2
, Y , Y
3
, X X
3
, Y )
o de manera equivalente por
[X, Y ] = (X Y
1
Y X
1
, X Y
2
Y X
2
, X Y
3
Y X
3
),
donde Y = (Y
1
, Y
2
, Y
3
).
Demostraci on. Para i = 1, 2, 3, sea
i
: R
3
1
R la funcion proyecci on
dada por
1
(x, y, z) = x,
2
(x, y, z) = y,
3
(x, y, z) = z.
Observemos que
[X, Y ]
1
= X (Y
1
) Y (X
1
) = X (
1
, Y ) Y (
1
, X)
= X (E
1
, Y ) Y (E
1
, X)
= X Y
1
Y X
1
= Y
1
, X X
1
, Y
[X, Y ]
2
= X (Y
2
) Y (X
2
) = X (
2
, Y ) Y (
2
, X)
= X (E
2
, Y ) Y (E
2
, X)
= X Y
2
Y X
2
= Y
2
, X X
2
, Y
[X, Y ]
3
= X (Y
3
) Y (X
3
) = X (
3
, Y ) Y (
3
, X)
= X (E
3
, Y ) Y (E
3
, X)
= X Y
3
Y X
3
= Y
3
, X X
3
, Y .
Para concluir se aplica el Lema 4.1.2.
4.2 La conexi on de Levi-Civita
Como veremos en esta seccion, el concepto de conexi on es una generalizaci on
de la derivada direccional de una campo vectorial en la direcci on de otro
campo vectorial. Por medio de las conexiones se puede calcular la curvatura
de un espacio.
Denicion 4.2.1 Denotemos por A(R
3
1
) al conjunto de los campos vecto-
riales en el espacio R
3
1
. Una conexi on sobre R
3
1
, denotada por D, de R
3
1
es
una funcion D : A(R
3
1
) A(R
3
1
) A(R
3
1
) que a cada pareja de campos
vectoriales (X, Y ) les asocia un campo vectorial denotado por D
X
Y tal que
4.2. LA CONEXI
ON DE LEVI-CIVITA 43
1. D
FX
Y = FD
X
Y .
2. D
X
(FY ) = (X F)Y +FD
X
Y (regla de Leibnitz).
3. D es R-lineal en X y Y .
Adem as, una conexi on D se llama de Levi-Civita si satisface las dos
condiciones extras
4. X Y, Z = D
X
Y, Z + Y, D
X
Z (compatibilidad con la metrica de
Lorentz).
5. D
X
Y D
Y
X = [X, Y ] (libre de torsion).
Lema 4.2.1 Unicidad de la conexion de Levi-Civita.
Una conexion de Levi-Civita es unica y esta caracterizada por la formula de
Koszul
2D
X
Y, Z = XY, Z +Y Z, X ZX, Y
X, [Y, Z] +Y, [Z, X] +Z, [X, Y ].
Reciprocamente, si D es una funcion que satisface la formula de Koszul en-
tonces es una una conexion de Levi-Civita.
Demostraci on. Sea D una conexi on de Levi-Civita. Usamos la compatibili-
dad con la metrica para ver que
X Y, Z = D
X
Y, Z +Y, D
X
Z
Y Z, X = D
Y
Z, X +Z, D
Y
X
Z X, Y = D
Z
X, Y X, D
Z
Y .
Como D es libre de torsion
X, [Y, Z] = X, D
Y
Z +X, D
Z
Y
Y, [Z, X] = Y, D
Z
X Y, D
X
Z
Z, [X, Y ] = Z, D
X
Y Z, D
Y
X.
La suma total es 2D
X
Y, Z, lo cual arma la formula de Koszul. Finalmente,
observe que la formula de Koszul implica la unicidad ya que si D
es otra
conexi on de Levi-Civita tambien cumple que
2D
X
Y, Z = XY, Z +Y Z, X ZX, Y
X, [Y, Z] +Y, [Z, X] +Z, [X, Y ]
= 2D
X
Y, Z,
44 CAPITULO 4. CONEXI
ON DE LEVI-CIVITA
lo cual prueba que D
X
Y = D
X
Y .
Observacion 4.2.1 La formula de Koszul nos dice que la conexi on esta
determinada por la metrica y la estructura diferenciable de R
3
1
.
Teorema 4.2.1 La conexion de Levi-Civita de R
3
1
asociada a la metrica de
Lorentz esta dada por
D
X
Y = (X Y
1
, X Y
2
, X Y
3
)
o equivalentemente por
D
X
Y = (X, Y
1
, X, Y
2
, X, Y
3
).
Demostraci on. Sea D la conexi on de Levi-Civita de R
3
1
. Por la compatibilidad
con la metrica
D
X
Y, E
1
= D
X
Y, E
1
+Y, D
X
E
1
= XY, E
1
= X Y
1
,
D
X
Y, E
2
= D
X
Y, E
2
+Y, D
X
E
2
= XY, E
2
= X Y
2
,
D
X
Y, E
3
= D
X
Y, E
3
+Y, D
X
E
3
= XY, E
3
= X Y
3
.
Ahora solo hay que sustituir en
D
X
Y = D
X
Y, E
1
E
1
+D
X
Y, E
2
E
2
D
X
Y, E
3
E
3
.
si
f se puede extender localmente a una funcion C
denida en un abierto de
R
3
1
.
Denicion 4.3.2 Un campo vectorial o campo vectorial tangente sobre M
es una funcion X : M R
3
1
tal que para todo p M,
X(p) T
p
M.
El campo X se dice C
,
X : V R
3
1
R
3
1
tal que
X =
X
|(V M)
,
46 CAPITULO 4. CONEXI
ON DE LEVI-CIVITA
es decir X es la restriccion de
X. De manera equivalente podemos decir que
X es C
con dominio
una abierto de R
3
1
.
Observacion 4.3.1 En cada punto p M se tiene una descomposicion
ortogonal:
R
3
1
= T
p
M + (T
p
M)
.
Cada vector v R
3
1
tiene una descomposicion en su parte tangente v
T
y en
su parte ortogonal a M v
, es decir
v = v
T
+v
.
Lo mismo se puede hacer si en vez de un vector tenemos un campo vectorial
X: X = X
T
+X
(p).
Denicion 4.3.3 La conexion inducida.
Sean X, Y : M R
3
1
campos vectoriales tangentes sobre M los cuales son
C
. Sea p M y sean
X,
Y campos vectoriales en R
3
1
denidos en abiertos
del espacio de Minkowski que contienen a p y que son extensiones de X y Y
respectivamente. Denimos
D
X
Y := D
Y .
Entonces tenemos la descomposicion:
D
X
Y = (D
X
Y )
T
+ (D
X
Y )
.
Analogamente, si n : M R
3
1
es la aplicacion de Gauss de M denimos
D
X
n := D
X
n,
donde n es un campo vectorial en R
3
1
denido en un abierto del espacio de
Minkowski que contiene a p y que es extension de n .
Finalmente introducimos la conexi on en la supercie, la segunda forma fun-
damental y el operador de forma:
X
Y := (D
X
Y )
T
, conexion inducida en una supercie.
4.3. CONEXI
,
S(X) = D
X
n Formula de Weingarten. (4.5)
Notese que es valida la siguiente relaci on llamada formula de Gauss
D
X
Y =
X
Y +II(X, Y ). (4.6)
Proposici on 4.3.1 D
X
Y y D
X
n no dependen de las extensiones de los cam-
pos X, Y y n. En particular,
X
Y , II(X, Y ) y S(X) estan bien denidos.
Proposici on 4.3.2 En terminos de la aplicacion de Gauss de M, la segunda
forma fundamental se expresa como
II(X, Y ) = S(X), Y n.
Esta igualdad se deduce de II(X, Y ), n = S(X), Y .
Demostracion. Como II(X, Y ) es un campo vectorial ortogonal a M,
II(X, Y ) = II(X, Y ), nn.
Por otro lado II(X, Y ), n = D
X
Y, n = Y, D
X
n = Y, S(X).
Ejemplo 4.3.1 Consideremos el cilindro de revolucion M en R
3
1
denido
por la ecuacion
x
2
+y
2
= 1.
Como el eje de revolucion es el eje z, el cilindro es una supercie tipo tiempo.
La aplicacion de Gauss de este cilindro es n(x, y, z) = (x, y, 0). Denimos
dos campos vectoriales tangentes a M:
X(x, y, z) = (y, x, 0), Y (x, y, z) = (0, 0, 1).
Estos campos tangentes, se extienden a campos vectoriales en R
3
1
:
ON DE LEVI-CIVITA
como X(x, y, z) = yE
1
+xE
2
, Y (x, y, z) = E
3
.
D
X
X = (X X
1
, X X
2
, X X
3
).
X X
1
= (yE
1
+xE
2
) X
1
= yE
1
(y) +xE
2
(y) = x.
X X
2
= (yE
1
+xE
2
) X
2
= yE
1
(x) +xE
2
(x) = y.
X X
3
= (yE
1
+xE
2
) X
3
= yE
1
(0) +xE
2
(0) = 0.
D
X
X = (x, y, 0), se sigue que
X
X = (D
X
X)
T
= (0, 0, 0),
II(X, X) = (D
X
X)
= D
X
X, nn = n = (x, y, 0).
D
Y
Y = (Y Y
1
, Y Y
2
, Y Y
3
).
Y Y
1
= (E
3
) 0 = 0, Y Y
2
= (E
3
) 0 = 0, Y Y
3
= (E
3
) 1 = 0.
D
Y
Y = (0, 0, 0), entonces la parte tangente y ortogonal es
Y
Y = (D
Y
Y )
T
= (0, 0, 0), II(Y, Y ) = (D
Y
Y )
= (0, 0, 0).
D
X
Y = (X Y
1
, X Y
2
, X Y
3
).
X Y
1
= X 0 = 0, X Y
2
= X 0 = 0, X Y
3
= X 1 = 0.
D
X
Y = (0, 0, 0) en consecuencia
X
Y = (D
X
Y )
T
= (0, 0, 0), II(X, Y ) = (D
X
Y )
= (0, 0, 0).
Denicion 4.3.4 El tensor de curvatura Riemanniana de M es la funcion
R = R
Y
Z
Y
X
Z
[X,Y ]
Z.
Teorema 4.3.1 Sean X, Y, Z, W campos vectoriales tangentes a M denidos
en una vecindad de p M, donde M es una supercie tipo espacio o tipo
tiempo. Entonces se satisface la Ecuacion de Gauss:
R(X, Y )Z, W = II(X, W), II(Y, Z) II(X, Z), II(Y, W). (4.8)
Demostracion. La clave para deducir la Ecuaci on de Gauss es aplicar las
formulas de Gauss y Weingarten y usar la descomposicion en parte tangente
y parte normal:
D
Y
Z =
Y
Z + II(Y, Z) entonces D
X
D
Y
Z = D
X
(
Y
Z) + D
X
(II(Y, Z)).
Necesitamos analizar estos dos terminos:
4.3. CONEXI
Y
Z
Y
X
Z
[X,Y ]
Z, W II(Y, Z), II(X, W)
+II(X, Z), II(Y, W)
= R(X, Y )Z, W II(Y, Z), II(X, W) +II(X, Z), II(Y, W)
ON DE LEVI-CIVITA
Corolario 4.3.1 Teorema Egregium de Gauss
La curvatura Gaussiana de M es igual a la curvatura seccional:
K =
R(X, Y )Y, X
X, XY, Y X, Y
2
.
Demostracion. Sea p M y sea X, Y una base ortogonal de T
p
M, i.e.
X, Y = 0. Por la ecuacion de Gauss (4.8),
R(X, Y )Y, X = II(X, X), II(Y, Y ) II(X, Y ), II(X, Y ).
Entonces la curvatura seccional es
R(X, Y )Y, X
X, XY, Y X, Y
2
=
II(X, X), II(Y, Y ) II(X, Y ), II(X, Y )
X, XY, Y X, Y
2
=
1
2
II(X, X), II(Y, Y ) II(X, Y ), II(X, Y ),
donde
1
= X, X y
1
= Y, Y .
Recordemos que una supercie mnima tiene por denici on vector de cur-
vatura media cero.
Corolario 4.3.2 La curvatura Gaussiana K de una supercie mnima sat-
isface que K 0 si M es tipo espacio y si K es constante cero, M es parte
de un plano. Si M es tipo tiempo el signo de K puede cambiar.
Demostracion. Sea p M cualquier punto. En una base ortonormal v
1
, v
2
de T
p
M: 0 =
H(p) = v
1
, v
1
II(v
1
, v
1
) +v
2
, v
2
II(v
2
, v
2
), es decir
v
1
, v
1
II(v
1
, v
1
) = v
2
, v
2
II(v
2
, v
2
).
Por el Corolario 4.3.1, la curvatura Gaussiana es
K =
II(v
1
,v
1
),II(v
2
,v
2
)II(v
1
,v
2
),II(v
1
,v
2
)
v
1
,v
1
v
2
,v
2
= II(v
1
, v
1
), II(v
1
, v
1
) v
1
, v
1
v
2
, v
2
II(v
1
, v
2
), II(v
1
, v
2
).
Ahora observemos que II(v, w), II(v, w) 0 y v
1
, v
1
v
2
, v
2
> 0 si M
es tipo espacio y II(v, w), II(v, w) 0 y v
1
, v
1
v
2
, v
2
< 0 si M es tipo
tiempo.
Adem as si M es tipo tiempo y la curvatura es constante cero entonces
II(v
1
, v
1
), II(v
1
, v
1
) +II(v
1
, v
2
), II(v
1
, v
2
) = 0.
Como ambos sumandos son menores o iguales a cero,
II(v
1
, v
1
), II(v
1
, v
1
) = 0 = II(v
1
, v
2
), II(v
1
, v
2
).
Esto implica que II(v
1
, v
1
) = 0 = II(v
1
, v
2
) = II(v
2
, v
2
). Es decir, la segunda
forma fundamental es constante igual a cero.
4.4. CAMPOS VECTORIALES CERRADOS Y CONFORMES 51
4.4 Campos vectoriales cerrados y conformes
En esta seccion vamos a calcular la curvatura en una supercie que admite
un campo vectorial llamado cerrado y conforme. Veremos que ejemplos de
tales supercies son el plano hiperbolico y el espacio de De Sitter.
Denicion 4.4.1 Sea M una supercie lisa inmersa en R
3
1
. Un campo vec-
torial sobre M X : M TM se llama cerrado y conforme si existe una
funci on lisa : M R tal que
Y
X = Y, (4.9)
para todo campo vectorial Y sobre M.
Proposici on 4.4.1 Sea M una supercie en el espacio de Minkowski tipo
espacio o tipo tiempo que admite un campo cerrado y conforme. Entonces en
cada punto de M donde X no se anula y X(p) no es tipo luz, la curvatura
Gaussiana de M esta dada por
K(p) =
(X )(p)
[X(p)[
2
. (4.10)
Demostracion. Sea p M tal que X(p) ,= 0. Por tanto existe una vecindad
U de p tal que X(q) ,= 0 para todo q U. Podemos suponer que U es
suciente mente chica para que exista otro campo vectorial Y de M denido
y que no se anula en U. Adem as Y debe ser asumido ortogonal a X, es decir
X, Y = 0.
Por el Teorema Egregium de Gauss, podemos calcular la curvatura Gaus-
siana calculando la curvatura seccional. Para empezar tenemos que calcular
R(X, Y )Y, X:
X
X =
Y
(X) = (Y )X +
2
Y . Por lo tanto
X
X, Y =
2
[Y [
2
.
Ahora,
X
Y
X =
X
(Y ) = (X )Y
X
Y . Se tiene la igualdad,
Y
X, Y = (X )[Y [
2
X
Y, Y .
Finalmente para calcular el ultimo termino de la curvatura necesitamos cono-
cer el corchete [Y, X]. Como la conexion es libre de torsion
52 CAPITULO 4. CONEXI
ON DE LEVI-CIVITA
[Y, X] =
Y
X
X
Y = Y
X
Y . Por lo tanto
[Y,X]
X, Y =
2
[Y [
2
+
X
Y, Y y
R(Y, X)X = (Y )X (X )Y.
En base a la Ecuaci on (4.7), deducimos R(Y, X)X, Y = (X )[Y [
2
.
Entonces la curvatura se calcula como
K =
R(Y, X)X, Y
[X
2
[[Y [
2
.
Y
X = (D
Y
X)
T
= (D
Y
(v v, qq))
T
= (D
Y
(v, qq))
T
= ((Y v, q)q)
T
(v, qD
Y
q)
T
= (v, qD
Y
q)
T
= v, qY.
En el calculo anterior aplicamos que el campo vectorial v en R
3
1
es paralelo
y que q es ortogonal a M.
Con la misma notacion del Lema 4.4.1, tenemos lo siguiente.
Corolario 4.4.1 La curvatura Gaussiana del plano hiperbolico o el espacio
de De Sitter M
c
esta dada por K = c. El tensor de curvatura es
R(X, Y )Z = c(Y, ZX (X, Z)Y.
4.5. EJERCICIOS 53
Demostracion. Por la Proposicion 4.4.1, K(p) =
(X)(p)
|X(p)|
2
donde p M es un
punto donde el campo cerrado y conforme X no se anula. Para aplicar esta
f ormula a M
c
elejimos como X al campo dado por X(q) := vcv, qq, donde
v no es tipo luz, el cual ya vimos es cerrado y conforme. Adem as vimos que
(q) = cv, q. Se sigue que (X )(p) = cv, X(p) = cv, v = c[v[
2
y X(p) = [v[
2
,= 0. Entonces
K(p) = c.
Es decir la curvatura Gaussiana de S
2
1
(c) es constante e igual a c. Sea p M
y sean X, Y, Z tres vectores tangentes en T
p
M. Por el Lema 4.4.1, existen
tres campos cerrados y conformes con estos valores en p y que denotamos de
igual manera por X, Y, Z. Para cada uno de estos campos hay una funcion
X
(q) = cX(p), q,
Y
= cY (p), q,
Z
= cZ(p), q.
Vamos a calcular los terminos del tensor de curvatura en el punto p:
Y
Z =
X
(
Z
Y ) = (X
Z
)Y +
Z
X
Y
= (X
Z
)Y +
Z
Y
X = cZ(p), X(p)Y +
Z
Y
X.
Por sustituci on tenemos que,
X
Z = cZ(p), Y (p)X
Z
X
Y.
Finalmente,
[X,Y ]
Z =
Z
[X, Y ] =
Z
(
X
Y
Y
X) =
Z
Y
X +
Z
X
Y ).
Podemos sumar los terminos para concluir que
R(X, Y )Z = cZ(p), X(p)Y +cZ(p), Y (p)X.
4.5 Ejercicios
1. Pruebe que el corchete de Lie de campos vectoriales X, Y, Z en R
3
1
satisface la siguiente igualdad llamada identidad de Jacobi
[[X, Y ], Z] + [[Y, Z], X] + [[Z, X], Y ] = 0.
2. Verique que [X, Y ] = [Y, X] para todo campo vectorial X. En par-
ticular deduzca que [X, X] = 0.
54 CAPITULO 4. CONEXI
ON DE LEVI-CIVITA
3. Sea X : R
3
1
R
3
1
un campo vectorial. Recordemos la denici on de
calculo III de derivada direccional de la funcion f en la direcci on X(p):
f
(p, X(p)) = X f.
4. Demuestre que el tensor de curvatura Riemanniana de M satisface que
fR(X, Y )Z = R(fX, Y )Z = R(X, fY )Z = R(X, Y )(fZ).
5. Pruebe que la curvatura seccional no depende de la base ortonormal en
el punto p, es decir pruebe que
R(X, Y )Y, X
X, XY, Y X, Y
2
=
R(Z, W)W, Z
Z, ZW, W Z, W
2
,
donde X, Y y Z, W pares de campos vectoriales tales que X(p), Y (p)
y Z(p), W(p) son dos bases ortonormales de T
p
M.
6. Sea M una supercie tipo espacio. Pruebe que si la segunda forma
fundamental es cero en cada punto, entonces M es parte de un plano.
CAPITULO 5
Gradiente, Hessiano,
Laplaciano
En este capitulo vamos a suponer que M es una supercie lisa en el espacio
de Minkowski la cual es tipo espacio o tipo tiempo.
5.1 Gradiente
Denicion 5.1.1 Sea M R
3
1
una supercie lisa. Dada una funcion f :
M R lisa, denimos un campo vectorial tangente a M, llamado campo
gradiente:
M
f : M R
3
1
denido por
M
f, X = X f.
Proposici on 5.1.1 Sea F : R
3
1
R una funcion. Denotemos su re-
striccion a una supercie M como f : M R, es decir F
|M
= f. Entonces
la restriccion a M del gradiente de F en el espacio de Minkowski, F
|M
,
esta relacionado con el gradiente de f en M:
((F)
|M
)
T
=
M
f.
Demostracion. Sea X : M R
3
1
un campo vectorial tangente a M. Por
denici on X F = F, X = (F)
T
, X ya que X es tangente a M. Por
otro lado X f =
M
f, X. Esto prueba que (F)
T
, X =
M
f, X.
Como esta relaci on es v alida para todo campo X tangente a M, se deduce
que ((F)
|M
)
T
=
M
f.
55
56 CAPITULO 5. GRADIENTE, HESSIANO, LAPLACIANO
Denicion 5.1.2 Funcion altura.
Sea d un vector un jo. La funcion altura f : M R de M se dene como
f(p) = p, d.
Ejemplo 5.1.1 La funciones coordenadas
1|M
,
2|M
,
3|M
de una su-
percie M son ejemplos de funciones altura. Recordemos que
1|M
(p) =
x,
2|M
(p) = y,
3|M
(p) = z, donde p = (x, y, z) es un punto en M. Para
esto note que
1|M
(p) = p, e
1
,
2|M
(p) = p, e
2
,
3|M
(p) = p, e
3
,
donde e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1).
Denicion 5.1.3 Funcion soporte.
Sea n : M R
3
1
la aplicacion de Gauss de M dirigida al futuro. La funcion
soporte f : M R de M se dene como
f(p) = p, n(p).
Denicion 5.1.4 Funcion angulo.
Sea d un vector un jo. Sea n : M R
3
1
la aplicacion de Gauss de M
dirigida al futuro. La funcion angulo f : M R de M se dene como
f(p) = n(p), d.
Ejemplo 5.1.2 Cosideremos una funcion altura. Sea d = (a, b, c) R
3
1
un
vector jo. Denimos la funcion F : R
3
1
R como
F(x, y, z) = (a, b, c), (x, y, z) = ax +by cz.
La funcion altura de la supercie M en la direccion d = (a, b, c) R
3
1
es
f = F
|M
. El gradiente de F es F = (a, b, c) = aE
1
+ bE
2
+ cE
3
. Por la
Proposicion 5.1.1, el gradiente de la funcion altura f es la parte tangente es
(a, b, c), es decir
M
f = (d)
T
.
5.2. HESSIANO 57
5.2 Hessiano
Denicion 5.2.1 Sea f : M R una funcion lisa. El Hessiano de la
funcion f, Hess
M
f : TM TM R se dene como
Hess
M
f(X, Y ) =
X
(
M
f), Y .
Observacion 5.2.1 El Hessiano HessF para una funcion F : R
3
1
R
3
1
en
el espacio de Minkowski se dene de manera similar:
HessF(Z, W) = D
Z
(F), W.
Lema 5.2.1 El Hessiano de f tiene las siguientes propiedades
Hess
M
f(X, Y ) = Hess
M
f(Y, X),
Hess
M
f(hX, Y ) = Hess
M
f(X, hY ) = hHess
M
f(X, Y ).
donde h : M R es cualquier funcion lisa.
Proposici on 5.2.1 Sea F : R
3
1
R una funcion. Denotemos su re-
striccion a una supercie M como f : M R, es decir F
|M
= f. Entonces
HessF = Hess
M
f F, II(, ).
Demostracion. Sean X, Y TM.
HessF(X, Y ) = D
X
(F), Y = D
X
(F)
T
, Y +D
X
(F)
, Y
=
X
(F)
T
, Y (F)
, D
X
Y
=
X
(
M
f), Y (F)
, (D
X
Y )
= Hess
M
f(X, Y ) F, (D
X
Y )
= Hess
M
f(X, Y ) F, II(X, Y ).
M
f = Hess
M
f(X
1
, X
1
) +Hess
M
f(X
2
, X
2
).
Observacion 5.3.1 El Laplaciano F para una funcion F : R
3
1
R
3
1
en
el espacio de Minkowski se dene de manera similar:
M
F = Hess
M
F(Y
1
, Y
1
) +Hess
M
F(Y
2
, Y
2
) +Hess
M
F(Y
3
, Y
3
),
donde Y
1
, Y
2
, Y
3
es una base ortonormal de R
3
1
.
Proposici on 5.3.1 Sea F : R
3
1
R una funcion. Denotemos su re-
striccion a una supercie M como f : M R, es decir F
|M
= f. Entonces
F HessF(n, n) =
M
f F,
H,
donde
H es el vector de curvatura media de M.
Demostracion. Por la Proposicion 5.2.1,
2
i=1
HessF(X
i
, X
i
) =
2
i=1
Hess
M
f(X
i
, X
i
) F,
2
i=1
II(X
i
, X
i
).
Es decir,
2
i=1
HessF(X
i
, X
i
) =
M
f F,
H.
Para concluir, basta observar que
F =
2
i=1
HessF(X
i
, X
i
) +HessF(n, n).
5.3. EL LAPLACIANO 59
Ejemplo 5.3.1 Cosideremos una funcion altura. Sea d = (a, b, c) R
3
1
un
vector jo. Denimos la funcion F : R
3
1
R como
F(x, y, z) = (a, b, c), (x, y, z) = ax +by cz.
La funcion altura de la supercie M en la direccion (a, b, c) R
3
1
es f = F
|M
.
Por la Proposicion 5.3.1, tenemos la relaci on
F HessF(n, n) =
M
f F, H.
Pero ya vimos que F = (a, b, c) y que HessF(X, Y ) = 0 lo cual implica
que F = 0. Entonces
M
f =
H, d, o en forma equivalente
M
p, d =
H, d, (5.1)
donde p M.
Corolario 5.3.1 El vector de curvatura media de M se puede calcular con
los Laplacianos de las funciones altura en las tres direcciones canonicas:
H = (
M
p, e
1
,
M
p, e
2
,
M
p, e
3
).
Demostracion. El vector de curvatura media de M,
M se puede escribir
como,
H =
H, e
1
e
1
+
H, e
2
e
2
H, e
3
e
3
.
Para concluir basta sustituir la ecuacion (5.1) para los casos en que d es
e
1
, e
2
, e
3
.
Corolario 5.3.2 Si la supercie M tiene curvatura media constante cero,
entonces sus funciones coordenadas son armonicas, es decir
M
f = 0,
donde f es cualquiera de las funciones p, e
1
, p, e
2
, p, e
3
.
Demostracion. Como M tiene curvatura media constante cero, para cualquier
vector jo d
M
p, d = H, d = 0. En particular podemos tomar d =
e
1
, e
2
, e
3
.
60 CAPITULO 5. GRADIENTE, HESSIANO, LAPLACIANO
Lema 5.3.1 Sea M tipo espacio con aplicacion de Gauss n. Sea f : M
R una funci on lisa. El Laplaciano de f satisface la relacion
M
f = X (Y f)
X
Y f.
Demostracion. Por la compatibilidad con la metrica de la conexi on de Levi-
Civita de M,
Hess
M
f(X, Y ) =
X
(
M
f), Y = X
M
f, Y
M
f,
X
Y
= X (Y f)
X
Y f,
donde en la ultima igualdad usamos la denici on del gradiente de una funcion.
X
i
X
j
|p
= 0,
para j = 1, 2.
Corolario 5.3.3 Sea p M y sea X
1
, X
2
un marco local ortonormal alrede-
dor de p como en el Lema 5.3.2. Entonces el Laplaciano de una funcion f
lisa denida en M se puede calcular como
M
f = X
1
(X
1
f) +X
2
(X
2
f).
5.3. EL LAPLACIANO 61
Demostracion. Por el Lema 5.3.1, el Laplaciano en cualquier marco local
ortonormal esta dado por
M
f = X
1
(X
1
f)
X
1
X
1
f +X
2
(X
2
f)
X
2
X
2
f.
Pero en nuestro caso para el marco que elejimos, el Laplaciano en p es
M
f = X
1
(X
1
f) +X
2
(X
2
f).
2
+S(X
1
), X
2
2
+S(X
2
), X
1
2
+S(X
2
), X
2
2
= S(X
1
), X
1
2
+ 2S(X
1
), X
2
2
+S(X
2
), X
2
2
.
donde X
1
, X
2
es una base ortonormal de TM.
Lema 5.3.3 Sea p M y sea X
1
, X
2
un marco local ortonormal alrededor
de p como en el Lema 5.3.2. Entonces la conexion de Levi-Civita del espacio
de Minkowski R
3
1
satisface que
D
X
i
D
X
k
X
j
= D
X
k
D
X
i
X
j
. (5.2)
Demostracion. Por el Lema 4.2.2, sabemos que el espacio de Minkowski
tiene curvatura cero. Esto nos dice que para todo los campos vectoriales
X, Y, Z : R
3
1
R
3
1
:
D
X
(D
Y
Z) D
Y
(D
X
Z) = D
[X,Y ]
Z.
Ahora tomamos X = X
i
y Y = X
k
, en consecuencia
[X
i
, X
k
]
|p
=
X
i
X
k|p
X
k
X
i|p
= 0,
debido a la elecci on de los campos vectoriales X
i
, X
k
.
Entonces, D
[X
i
,X
k
]
Z = 0 para todo Z.
62 CAPITULO 5. GRADIENTE, HESSIANO, LAPLACIANO
Teorema 5.3.1 Sea d R
3
1
un vector jo. Sea n : M R
3
1
la aplicacion
de Gauss de la supercie lisa tipo espacio M. Si M tiene curvatura media
constante, entonces el Laplaciano de la funcion angulo n, a esta dado por
M
n, a = tr(S
2
)n, a, (5.3)
donde S es el operador de forma de M.
Demostracion. Esta prueba esta tomada de [3]. Vease [6] pagina 14, para ver
otra prueba parecida. Sea p M y sea X
1
, X
2
un marco local ortonormal
alrededor de p como en el Lema 5.3.2. Por hipotesis, tenemos que la curvatura
media H de M dada por H =
H, n es constante.
Como primer paso vamos a demostrar que
2
i=1
D
X
i
D
X
i
n
es ortogonal a la supercie:
Derivamos la igualdad n, X
k
= 0 para obtener, D
X
i
n, X
k
= n, D
X
i
X
k
.
Tomando derivada de ambos lados:
D
X
i
D
X
i
n, X
k
+D
X
i
n, D
X
i
X
k
= D
X
i
n, D
X
i
X
k
n, D
X
i
D
X
i
X
k
.
Notemos que la igualdad n, n = 1 implica que D
X
i
n, n = 0, es decir
D
X
i
n es tangente a M. Adem as por hipotesis,
X
i
X
k|p
= 0. Se deduce
que D
X
i
X
k
= II(X
i
, X
k
) = II(X
k
, X
i
) = D
X
k
X
i
y que D
X
i
n, D
X
i
X
k
=
D
X
i
n, II(X
i
, X
k
) = 0. Entonces,
D
X
i
D
X
i
n, X
k
= n, D
X
i
D
X
i
X
k
= n, D
X
i
D
X
k
X
i
.
Ahora vamos a usar que la curvatura Riemanniana de R
3
1
con la metrica de
Lorentz es cero, lo cual es equivalente a la igualdad
D
X
i
D
X
k
X
i
= D
X
k
D
X
i
X
i
.
Con esta igualdad podemos escribir la anterior como
D
X
i
D
X
i
n, X
k
= n, D
X
k
D
X
i
X
i
.
Entonces sumando sobre i obtenemos
2
i=1
D
X
i
D
X
i
n, X
k
= n, D
X
k
(
2
i=1
D
X
i
X
i
). (5.4)
5.3. EL LAPLACIANO 63
Recordemos que los campos vectoriales X
1
, X
2
satisfacen que
X
i
X
j
|p
= 0.
Esto implica que en el punto p,
2
i=1
D
X
i
X
i
=
2
i=1
II(X
i
, X
i
) =
H el vector
de curvatura media. Por hipotesis, la curvatura media es constante, es decir
H = n,
H es constante. As que derivando obtenemos
0 = X
k
n,
H = n, D
X
k
H +D
X
k
n,
H. Sustituimos en la ecuacion (5.4),
i=1
D
X
i
D
X
i
n, X
k
=
2
i=1
D
X
i
D
X
i
n, X
k
= D
X
k
n,
H = 0,
ya que D
X
k
n es tangente a M y
H es ortogonal a M. Esto concluye el primer
paso a probar.
Para concluir,
i=1
D
X
i
D
X
i
n, n =
2
i=1
D
X
i
n, D
X
i
n =
2
i=1
S(X
i
), S(X
i
)
=
2
i=1
S
2
(X
i
), X
i
= tr(S
2
).
Esto prueba que
2
i=1
D
X
i
D
X
i
n = tr(S
2
)n.
Ahora podemos concluir que en el punto p
M
n, a =
2
i=1
X
i
(X
i
n, a) =
2
i=1
D
X
i
D
X
i
n, a
= = tr(S
2
)n, a.
Pero p era un punto arbitrario en M.
Lema 5.3.4 Sea M R
3
1
una supercie tipo espacio con operador de forma
S . Entonces tr(S
2
) = [S[
2
.
Demostracion. Sea X
1
, X
2
una base ortonormal de TM. Denotemos por
S
ij
= S(X
i
), X
j
donde i 1, 2. Usando la base ortonormal tenemos que
S(X
1
) = S
11
X
1
+S
12
X
2
, S(X
2
) = S
21
X
1
+S
22
X
2
.
64 CAPITULO 5. GRADIENTE, HESSIANO, LAPLACIANO
Entonces,
tr(S
2
) = S(X
1
), S(X
1
) +S(X
2
), S(X
2
)
= S(X
1
), S
11
X
1
+S
12
X
2
+S(X
2
), S
21
X
1
+S
22
X
2
= S
2
11
+S
2
12
+S
2
21
+S
2
22
= S
2
11
+ 2S
2
12
+S
2
22
= [S[
2
.
M
n, a = [S[
2
n, a,
que es como aparece en [6] pagina 14.
5.4 Ejercicios
1. Sean F, H : R
3
1
R
3
1
funciones lisas. Demuestre las relaciones:
(FH) = FH +HF,
(FH) = FH +HF + 2F, H.
2. Sea M una supercie tipo espacio con curvatura media constante cero.
Calcule el gradiente y el Laplaciano de f : M R dada por f(p) =
p, p. En el caso Euclidiano el resultado es
M
f = 4.
Sugerencia: Escriba f en terminos de funciones altura.
3. Pruebe directamente la formula
det
I
(A) = tr(A),
donde A es cualquier matriz de 2 2 y donde I es la matriz identidad
de 2 2.
5.4. EJERCICIOS 65
4. Sea M el disco abierto de radio uno encajado en R
3
1
, es decir M =
(u, v, 0) R
3
1
[ u
2
+v
2
1 . Consideremos la siguiente variacion de
M: Sea X : (, ) M R
3
1
dada por
X(t, u, v) = (u, v, t(1 u
2
v
2
)).
Note que estas supercies son tipo espacio para t sucientemente cer-
cano a cero. Calcule la metrica g(t) en tiempo t y la funcional de area
A(t). Finalmente, encuentre la derivada A