Académique Documents
Professionnel Documents
Culture Documents
Diagonalización ortogonal
Definición 1. Sea V un espacio vectorial sobre un cuerpo K.
Llamamos forma bilineal a toda aplicación
f: V ×V −→ K
(~
x, y
~) 7−→ f (~
x, y
~)
que verifica:
1. f (~
x, λ~
y + µ~
z ) = λf (~
x, y
~ ) + µf (~
x, ~
z)
∀~x, y z∈V
~, ~ y λ, µ ∈ K.
2. f (λ~
x + µ~y, ~
z ) = λf (~
x, ~
z ) + µf (~
y, ~
z)
∀~x, y z∈V
~, ~ y λ, µ ∈ K.
Definición 2. Se dice que una forma bilineal f : V × V → K
es simétrica si verifica que
f (~
x, y
~ ) = f (~
y, ~
x) ∀~ ~∈V
x, y
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.1
Definición 3. Sea V un espacio vectorial sobre un cuerpo K
y f : V × V → K una forma bilineal. Decimos que f es una
forma bilineal definida positiva si verifica:
f (~
x, ~
x) > 0 ∀~ x 6= ~0
x∈V , ~
f (~ ~ ) = h~
x, y ~ i = (~
x, y x|~ x·y
y) = ~ ~
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.2
Ejemplos
1. Sea V = Rn. Sean ~ x e y ~ dos vectores con coordenadas en
la base canónica {x1, . . . , xn} y {y1, . . . , yn} respectivamente.
Se define un producto escalar como
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.3
Determinación de un producto escalar
Teorema 1. Sea V un e.v. euclı́deo y B = {~ vn} una
v1 , . . . , ~
base de V . Entonces el producto escalar de dos vectores
cualesquiera, ~ ~ ∈ V queda determinado conociendo los
x, y
productos escalares h~ vj i de los vectores de B.
vi , ~
X n Xn
h~ ~i =
x, y xiyj h~ vj i
vi , ~
i=1 j =1
Expresando matricialmente este resultado:
h~ ~i = X t G Y =
x, y
h~
v1 , ~v1i · · · h~
v1 , ~ vni y1
(x1, . . . , xn) .. ... .. ..
h~
vn , ~v1i · · · h~
vn , ~ vni yn
donde G es la matriz asociada al producto escalar dado en la base
B: matriz de Gram.
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.4
Ejemplo 1. Sea V = P3(R) con producto escalar
Z 1
< p(t), q(t) >= p(t)q(t)dt
0
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.5
Proposición 1. Propiedades de la norma. Sea V un e.v.
euclı́deo, y sean ~ ~ ∈ V , λ ∈ R. Entonces:
x, y
1. ||~ x = ~0
x|| = 0 si y sólo si ~
2. ||λ~
x|| = |λ| ||~
x||
3. |h~ ~ i| ≤ ||~
x, y x|| ||~
y || (Desigualdad de Schwarz)
4. ||~ ~ || ≤ ||~
x+y x|| + ||~
y || (Desigualdad triangular)
Definición 8. Sean ~x, y
~ dos vectores no nulos de un espacio
vectorial euclı́deo V . El ángulo que forman ~
xey~ se define:
h~ ~i
x, y
áng(~
x, y
~ ) = θ = arccos
x|| ||~
~ y ||
h~ ~ i = ||~
x, y x|| ||~
y || cos θ
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.6
Conjunto ortogonal y ortonormal
Definición 9. En un e.v. euclı́deo V se dice que ~ ~ ∈ V son
x, y
vectores ortogonales si h~ ~i = 0
x, y
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.7
Método de ortogonalización de
Gram-Schmidt
Teorema 3. En todo espacio vectorial euclı́deo V de
dimensión finita existe al menos una base ortonormal.
~
e1 = ~
v1
~
e2 = ~
v2 + a21~
e1
~
e3 = ~
v3 + a31~
e1 + a32~
e2
..
~
en = ~
vn + an1~ e2 + · · · + an,n−1~
e1 + an2~ en−1
Los vectores ~
ei , ~
ej tienen que ser ortogonales (< ~
ei, ~
ej >= 0).
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.8
Por lo tanto:
0 = h~ e1i = h~
e2 , ~ v2 + a21~ e1i
e1 , ~
= h~ e1i + a21h~
v2 , ~ e1i
e1 , ~
−h~ e1i
v2 , ~
a21 =
h~ e1i
e1 , ~
0 = h~ e1i
e3 , ~
= h~
v3 + a31~ e1 + a32~ e1i
e2 , ~
= h~ e1i + a31h~
v3 , ~ e1i + a32h~
e1 , ~ e1i
e2 , ~
−h~ e1i
v3 , ~
a31 =
h~ e1i
e1 , ~
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.9
Calculando ası́ cada uno de los coeficientes aij tenemos que:
~
e1 = ~
v1
h~ e1i
v2 , ~
~
e2 v2 −
= ~ ~
e1
h~ e1i
e1 , ~
h~ e1i
v3 , ~ h~ e2i
v3 , ~
~
e3 v3 −
= ~ e1 −
~ ~
e2
h~ e1i
e1 , ~ h~ e2i
e2 , ~
..
h~ e1i
vn , ~ h~ e2i
vn , ~
~ vn −
en = ~ e1 −
~ e2 − . . .
~
h~ e1i
e1 , ~ h~ e2i
e2 , ~
h~ en−1i
vn , ~
··· − ~
en−1
h~
en−1, ~ en−1i
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.10
Diagonalización Ortogonal
Definición 11. Dada P ∈ Mn(R), es una matriz ortogonal si
P −1 = P t.
Teorema 4. La matriz P ∈ Mn(R) es ortogonal si y sólo si
las columnas (y filas) de P forman un conjunto ortonormal.
Definición 12. La matriz A ∈ Mn(R) es diagonalizable
ortogonalmente si existe una matriz ortogonal P , tal que:
D = P tAP
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.11
Teorema 5. Sea A ∈ Mn(R) una matriz simétrica. Entonces
los autovalores de A son siempre reales.
Teorema 6. Si A ∈ Mn(R) es una matriz simétrica, entonces
los autovectores que corresponden a autovalores distintos de
A son ortogonales.
Teorema 7. [espectral] Sea V un e.v. euclı́deo de dimensión
finita n. Si f : V → V es un endomorfismo simétrico,
entonces existe una base ortonormal de V formada por
vectores propios de f .
Corolario 1. Si A ∈ Mn(R) es una matriz simétrica, entonces
A es diagonalizable ortogonalmente en R.
Ejemplo 4. Diagonalizar ortogonalmente la siguiente matriz
0 2 2
A= 2 0 2
2 2 0
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.12
Formas cuadráticas
Definición 13. Dado un e.v. V sobre un cuerpo K y una f.b.
f sobre V , a la función q : V → K, definida por q(~ x) = f (~
x, ~
x)
para todo ~ x ∈ V , se le llama forma cuadrática (f.c.) asociada
a f.
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.13
Ejemplo 5. Determinar qué funciones q : Rn → R de las
siguientes son formas cuadráticas en R
1. n = 2, q(x, y) = x2 + 2xy + y 2
2. n = 2, q(x, y) = x2 + 2xy + y 2 + 1
3. n = 3, q(x, y, z) = x2 + y 2 + z 2
4. n = 3, q(x, y, z) = x2 + y 2 + z 2 + 4xz
1 1
f (x, y) = q(x + y) − q(x − y)
4 4
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.14
Diagonalización de F. C.
Definición 15. Dada una f.c. q : V → K, se dice que es
diagonalizable si existe una base B tal que
x) = q((x1, . . . , xn)B ) = λ1x21 + · · · + λnx2n
q(~
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.15
Diagonalización ortogonal de una F.C.
Paso 1. Hallar la matriz de coeficientes simétrica A de la forma
cuadrática q : V → K.
Paso 2. Hallar los valores propios λ1, . . . , λn de A.
Paso 3. Hallar una base ortonormal de V formada por vectores
propios normalizados de A.
Paso 4. Formar la matriz P cuyas columnas sean los vectores de
la base hallados en el paso 3 en el orden correspondiente al
listado de los valores propios en el paso 2.
Paso 5. La sustitución X = P Y transforma q(~
x) en la diagonal
λ1y12 + · · · + λnyn
2
.
Aplicaciones
I Geometrı́a. Cónicas y cuádricas. Diseño y control de imágenes, arquitectura,
...
I Cálculo. Localización de extremos. Maximizar ganancias, minimizar costos,
maximizar rapidez, minimizar tiempo, . . .
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.16
Ejemplos
1. q(x, y) = 2xy
2. q(x, y) = −6xy + 8y 2
3. q(x, y, z) = y 2 + 2xz
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.17
Formas cuadráticas reales
Dado un espacio vectorial V de dimensión n y q : V → R una f.c.
I q es definida positiva si q(~ v∈V
v ) > 0, para todo ~
I q es definida negativa si q(~ v∈V
v ) < 0, para todo ~
Nota: Toda forma cuadrática definida es no degenerada
v ) ≥ 0, para todo ~
I q es semidefinida positiva si q(~ v∈V
v ) ≤ 0, para todo ~
I q es semidefinida negativa si q(~ v∈V
I q es indefinida en cualquier otro caso, es decir, cuando toma
valores negativos y positivos
Teorema 9. [Ley de inercia de Sylvester] Todas las matrices
diagonales asociadas a una misma forma cuadrática real
tienen el mismo número de elementos positivos, negativos
y nulos.
Definición 16. Se llama signatura de una forma cuadrática a
la diferencia de términos positivos y negativos de cualquier
matriz diagonal asociada a la forma.
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.18
Métodos de determinación del
carácter de una F.C.
Diagonalizando la forma cuadrática
v ) = d1x21 + d2x22 + · · · + dnx2n
Dada la forma cuadrática q(~
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.19
Estudiando el signo de los menores principales Pr de cualquier
matriz de q
Emilio Muñoz Velasco. Dpto. Matemática Aplicada. UMA Tema 3.1. pg.20