Captulo 9

FORMAS B/LlNEALES y CUADRATlCAS

9.1. INTRODUCCION
Presentamos en este captulo los conceptos de forma bilineal sobre un espacio vectorial,
de forma cuadrtica asociada, y sus conexiones con la matriz de cada una respecto de una
base en el caso de dimensin finita. Se estudian los operadores adjuntos, traspuestos,
hermitianos Y simtricos, as como tambin algunas propiedades de sus valores p r o p i o ~ . Esta
situacin se reitera en el caso de operadores unitarios y ortogonales. Despus de la
demostracin del teorema de Sylvester, se trata el tema de la diagonalizacin de operadores
simtricos y de las matrices correspondientes. Adems de la descomposicin espectral de una
matriz diagonalizable, se estudia la congruencia de formas cuadrticas reales, la reduccin a
la forma cannica y el signo de una forma cuadrtica.
9.2. FORMAS BILlNEALES
9.2.1. Concepto
Sean: (V, +, K, .) un espacio vectorial y funa funcin de V
2
en K.
Definicin
La funcin f: V
2
... K es una forma bilineal sobre V si y slo si es lineal respecto de los
dos argumentos.
O sea
f: V
2
... K es una forma bilineal sobre V si y slo si satisface:
1. Linealidad respecto del primer argumento
f(a x + b x', y)=af(x, y) + bf(x', y)
2. Linealidad respecto del segundo argumento
f(x, e y +dy')=cf(x, y) + df(x, y')
cualesquiera que sean X, x', y, y' en V y a, b, e, d, en K.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

290
FORMAS B1LINEALES y CUADRATlCAS
Si! es una forma bilineal sobre V, entonces se verifica que
[(a x, y)=a[(x, y)= [(x, ay)
El lector puede demostrar que el conjunto de las formas bilineales sobre V es un espacio
vectorial sobre el cuerpo K, comprobando que si[y g son dos formas bilineales cualesquiera
y si " e K, entonces [+ g y 01.[ son formas bilineales.
Ejemplo 9-/
Considerando (K
n
, +, K, .), la funcin
[:KnXKn-+K
definida por
n
[(x, y)= ; ~ 1 x;y;
es una forma bilineal sobre K n , ya que verifica las condiciones l. y 2. de la definicin.
Ejemplo 9-2
Asociada a la matriz A e K
nxn
. la funcin
[: K
n
X K
n
-+ K
definida por
[(X, Y)=X' A y (1)
es una forma bilineal en K
n
, donde la imagen [(X, Y) eK
lxl
se identifica con un
escalar en virtud del isomorfismo entre K IX 1 Y K.
En efecto:
[(aX + b Y,Z)=(aX + bY)' AZ=(a X' + bY') AZ=
=a X' A Z + b y' A Z=a[(X, Z) + bf(Y, Z)
Anlogamente se prueba la linealidad de [respecto del segundo argumento.
La expresin escalar de (1), efectuando el producto de matrices, es
( '"
al2 al
n
( ~ t )
[(X, Y)=X' A Y=(XI X2." x
n
)
a21 a22 a2n
a
nl
a
n
2
a
nn
=CE x;an L x;a;z .... L x;ain)
n n n "(;y2n.l) = i=l i=1 1=1
n n n n
=L YI L xa" = L L a .. xy
j=l i=l I <J i=lJ=l 11 I }
=
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

FORMAS BILINEALES SIMETRICAS
291
9.2.
2
. Matriz de una forma bilineal
Sea V un espacio de dimensin n 1. Consideremos una base [v];;::: I Vt, vz, . .. , v
n
} de
Y, y la forma bilinealf: y
2
-+ K.
Entonces f est caracterizada por los valores
aU = f(Vi, vJ)
que son los elementos de la matriz A K
nxn
, llamada matriz de f respecto de la base [v].
En efecto, si x e y son dos vectores cualesquiera de V, expresndolos en trminos de la
base [v], es
n n
f(x,y)=fC."2:. x,v, "2:.yv)=
1=1 I 'j=1} J I}
="2:. "2:.aijx,y,=X' AY
i i I J
donde X e Y son las matrices columnas cuyos elementos son las coordenadas de x e y
respecto de la base [V].
9.2.3. Forma hilineal simtrica
Sea f: y2 -+ K una forma hilinea\.
Definicin
La forma bilineal f es simtrica si y slo si
f(x,y)=f(y,x)
cualesquiera que sean x e y en V.
Si K = R, Y ( , ) es un producto interior en Y, entonces f : y2 -+ R definida por
f(x,y)=(x,y) (1)
es una forma bilineal simtrica.
Si[v]= {Vl,V2 .. ',V
n
} es una base ortogonal deV,osea
; '" i'" f(Vi, Vi) = ai = O
entonces la matriz A de la forma hilineal (i) es diagonal
a, O O
O a2 O
A=
y la forma se dice diagonalizada.
Resulta
n
f(x y)= "2:. a-xy-
, i=1 I I I
\
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

292
FORMAS BILINEALES y CUADRATlCAS
Si [v 1 es ortonormal resulta
n
f(x y) 1; x.y.
, j= I I
9.2.4. Propiedad
La matriz A K
nxn
representa una forma bilineal simtrica si y slo si A es simtrica.
1. Seafla forma bilineal simtrica asociada a A.
fessimtrica'" f(X, Y) f(Y, X) '* X' A Y y' A X
Como
y' A X (Y' A X)' X' A' Y
por ser yt A X un escalar y por traspuesta de un producto, resulta
ItX,YEK"
o sea
ItX,YEK
n
En consecuencia
y por lo tanto
2. Sea A simtrica. Entonces
A
Luego f es simtrica.
Ejemplo 9-3.
Desarrollamos la forma bilineaJ simtrica asociada a la matriz A, siendo
(-: i)
2 -2
Resulta
f(X, A (.: - (1
2 1 -2 Y3
2x
1
+x
2
- 2X3) un
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

MATRIZ DE UNA FORMA HERMITIANA
293
9.3. FORMAS HERMITIANAS
9.3.1. Concepto
Sea y un espacio vectorial sobre el cuerpo de los complejos.
Definicin
La funcin f: V
2
.....,. e es una forma hermitiana sobre V si y slo si f satisface las
condiciones de linealidad respecto del primer argumento y de simetra conjugada.
O sea
i) f(ax + bx', y)=af(x, y) + bf(x', y)
ii) f(x, y) = f(y, x)
Ejemplo 9,4
En (C
n
, +, C, .) la funcin
f:CnXC"-+C
definida por
n
f(X Y)=X'y= ~ x.y
, 1=1 I I
es una fonna hcnnitiana definida positiva, ya que satisface los axiomas del producto
interior usual en un espacio unitario (vase el ejercicio 7-46).
9.3.2. Matriz de una forma hermitiana
Sea (V, +, e,.) un espacio unitario, es decir, un espacio vectorial sobre el cuerpo e,
donde est definido un producto interior como en el ejercicio 7.46.
La funcin
f: y
2
-+c
tal que
f(x, y) = (x, y)
es una forma hennitiana. Si V es de dimensin 1l;;;':' 1, Y [v] = 1 V1, V2, ... , v
n
\ es una
base, entonces
11 ,11 n 11
f(x y ) ~ ( x y ) = ( ~ xy ~ y . y . ) = ~ ~ xy(y y.)=
, , 1=1 I 'j=l J J 1==1 j=l I JI' J
n n
=L L a .. xy=X' A Y
i=lj=l iJ 1
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

294
FORMAS BILlNEALES y CUADRATICAS
Respecto de la base elegida, la fonna hennitiana est caracterizada por la matriz A,
cuyo elemento genrico
aij=(v,Vj)
es tal que
alj = (Vi' Vj)= <Vj, Vi) =aji
En consecuencia, la matriz A verifica
A = A' =A*
o sea, A es hennitiana.
9.4. FORMAS CUADRATICAS
9.4.1. Concepto
Sean: (V, +, K, .) un espacio vectorial de dimensin finita y g: V
2
4 K una fonna
bilineal simtrica sobre V.
Definicin
Forma cuadrtica asociada a la forma bilineal simtrica g es la funcin
f: V->K
definida por
f(x) =g (x, x)
Como la forma bilineal simtrica g verifica los axiomas i), ii) Y i) del producto interior
definido en 7.2.1., es usual escribir
g(x,x)=<x,x)
Si V = K
n
y si A K
nxn
es la matriz simtrica de la foona bilineal g, entonces la foona
cuadrtica asociada est definida por
n n
f(x)=X' AX= L L axx
j:::=l j:::=l IJ I J
Observamos que el desarrollo de una fOlma cuadrtica, en trminos de las variables
Xi, X2,"" X
n
, corresponde a un polinomio homogneo de grado 2, donde los coeficientes
de los tnninos cuadrticos son los elementos de la diagonal de la matriz simtrica
correspondiente, y cada coeficiente de un trmino rectangular xXj es el duplo del elemento
a ij de la misma.
Definicin
Una forma cuadrtica X
t
A X es no degenerada si y slo si A es no singular.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

FORMAS CUADRATlCAS
Ejemplo 9-5
La matriz correspondiente a la forma cuadrtica
f: R
3

definida por
2xx, +4XX3
es

-1 2)
2 O
O 2
Como
2
-1
resulta A no singular, y en consecuencia fes no degenerada.
9.4.2. Formas cuadrticas y cambio de base
295
Sea f: V -). K una faona cuadrtica caracterizada por la matriz A K/Jxn respecto de la
base [vj.
Se tiene entonces

donde X es la matriz columna cuyos elementos son las coordenadas de x respecto de la base
[v].
Si en V se I.:onsidera una base [v'), respecto de sta, el vector x se representa mediante X'.
Se veritlca que
x
donde P es la matriz de pasaje definida en 4.19.
Sustituyendo en la primera igualdad
f(x) (P X')' A (P X') X', p' A P X'
La matriz de f respecto de la nueva base es
B p' A P
Las matrices A y B se llaman congruentes.
Definicin
A Kllx/J es congruente a B K
'1xn
si y slo si existe P no singular tal que B.;;:;: pt A P.
Sabemos que el rango de una matriz no vara si se la multiplica por matrices no singulares.
En consecuencia, si dos matrices son congruentes tienen el mismo rango.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

296
FORMAS BILlNEALES y CUADRATlCAS
Definicin
Rango de una faona cuadrtica es el rango de cualquiera de las matrices que la
representan.
En consecuencia, una forma cuadrtica es no degenerada si y slo si su rango es igual a la
dimensin del espacio. Una forma cuadrtica es degenerada si y slo si su rango es menor que
la dimensin del espacio.
Ejemplo 9-6_
La fanna cuadrtica! est caracterizada por la matriz
n
respecto de la base cannica en R
J
.
Determinamos la matriz de f respecto de la base
La matriz de pasaje es
: ( 7s' 0, 7s) , (0,1,0, ) '(7s' ) :

Vs -2
o
-J5
O
La matriz B de la [anna cuadrtica/respecto de la nueva base es

o O)
6 O
O 11
La forma cuadrtica ha sido diagonalizada; su fonna diagonal est dada por los valores
propios de A, y la matriz de pasaje tiene por columnas a los vectores propios de A.
9.5. OPERADORES ADJUNTOS Y TRASPUESTOS
Una trasformacin lineal f: V V ser llamada tambin operador lineal o simplemente
operador en V.
Propiedad
Si (V, +, e, .) es un espacio vectorial de dimensin finita con producto interior, y sil es
un operador en V, entonces existe y es nico un operador f* que verifica
(f(x) , y) (x, f' (y
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

OPERADORES
Demostracin)
Sea y cualquier elemento de V. Definimos la funcin
F:V-+C
mediante
,y) (l)
297
La definicin (1) caracteriza un funcional, es decir, un elemento de V*. De acuerdo con el
enunciado del ejercicio 7 60, existe en V un elemento y', nico, tal que
F (x, y') (2)
cualquiera que sea x e V.
De (l) y (2) resulta
,y') (3)
En consecuencia, para cada y V, existe y' V, nico, que satisface (3). Podemos definir
entonces la funcin
f':V-+V
mediante
f' y'
La funcin j* satisface la condicin
(f(x),y)=(x,f'(y \/x \/yeV
Adems es lineal, pues

x ,j* (y+ b( x, f' (y' (x, af' (y+( x, bj* (y'
af' (y) + bj* (y'
Esta relacin se verifica cualquiera que sea x V. En consecuencia
j* (a y + by') = a 1* (y) + b f' (y')
o sea
1* es un operador lineal.
La unicidad de f' se justifica porque para cada y V existe y' f' (y), nico, tal que
F x, 1* (y
El operador /" a que se refiere el teorema anterior. se llama adjunto de f.
I
,
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

298
FORMAS B1LINEALES y CUADRATICAS
Definicin
En un espacio de dimensin finita con producto interior, un operador f* se llama
adjunto de f si y slo si
(f(x), y) = (x, 1* (y)
cualesquiera que sean x e y en V.
Si el cuerpo es R, el operador 1* se llama traspuesto de f y se denota
f*=f
9.5.2. Matriz del operador adjunto
Si A es la matriz del operador f respecto de una base ortonormal, entonces B = A' es la
matriz del operador adjunto f* .
E
't ea [v]- v v v I una base ortononnal de V. De acuerdo Con el
n elec o, s - 1, 2"'" n
ejercicio 7-61, se verifica que
f (Vj) = (f (Vj) , VI )VI + (f (Vj) , v, ) V2 + ... + (f (Vj) , v" ) v" Vi = 1,2, .. " n
En consecuencia, el elemento genrico de la matriz A es
aj=(f(vj), Vi)
Si B es la matriz de f* respecto de [v], entonces
b1 = (1* (vI), v)
Se verifica que
bu =(f* (Vj), Vi) =( V
o
f* (Vj)- (f(v), vI) -aj
Luego
B=A*=A'
Observamos que si fy g son dos operadores sobre V y" e e, entonces
(f + g)* = f* + g*
(f*)* = f
("f)*=af*
(f o g)* = g* o f*
Los operadoresfy f* se llaman adjuntos entre s.
l."jemplo 9-7
Determinamos el operador adjunto de
f: e' ... e
2
tal que
f (z , u) = (z + 2iu, (1 + )z + u)
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

OPERADORES
299
La matriz de f respecto de la base cannica, que es ortollOlmal, es
(
I 2
0
) 1
I +; I
por consiguiente, la matriz de f* es
(
I

-2;
I - ; )
= A*
I
Resulta
f* (z, (z + (1- z) u, -2iz + u)
9.6. OPERADORES HERMITIANOS y SIMETRICOS
9.6.1. Concepto
Sea f un operador lineal sobre V, de dimensin finita, con producto interior, y seaf* el
operador adjunto.
En el caso complejo, V es un espacio unitario, y en el caso real, V es euclidiano.
Definicin
Un operador f sobre un espacio unitario se llama hennitiano si y slo si es igual a su
adjunto.
feshennitiano ..
La matriz asociada a un operador hermitiano respecto de una base orto normal es
hennitiana.
Definicin
El operador f sobre un espacio euclidiano se llama simtrico si y slo si es igual a su
traspuesto.
La matriz asociada a un operador simtrico respecto de una base orto normal es simtrica.
Los operadores simtricos y hennitianos suelen llamarse tambin autoadjuntos.
9.6.2. Propiedad
Un operador f es hermitiano si y slo si (x,f(x R, V X V.
l. Sea f un operador hermitianoo Entonces
,x) (x,f(x
Luego
(x ,f(x R
2. Seaftal que V x V: (x, f(x R
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

300
Se tiene
Luego
FORMAS BILINEALES y CUADRATICAS
(f(x) ,X)= (x ,f(X=(f* (X), X)=>
=>(f(x) - f*(x) , X) = O=>
=> ( (f - f*) (x) , x ) = O , 'ti x e V =>
=> f - f* = e, donde e denota el operador nulo.
f=f*
o sea, fes hermitiano
9.6.3. Propiedad
Los valores propios de todo operador hermitiano son reales.
Sea X un valor propio asociado al vector propio x. Se tiene:
X(x ,x)=<Ax ,x)=(f(x)'x)=(x,f(x})=
=(X,Ax)=X(X,x)
Cancelando ( x , x ) =F O resulta X = x:
O sea
Una consecuencia imnediata es la siguiente: los valores propios de toda matriz hennitiana
son reales. En particular, los valores propios de toda matriz simtrica y real, por ser
hennitiana', son reales.
9.7. OPERADORES UNITARIOS Y ORTOGONALES
9.7.1. Concepto
Sean (V, +, e, .) un espacio unitario de dimensin finita, y fun operador sobre V.
Definicin
El operador f: V'" V es unitario si y slo si preserva el producto interior
fes unitario <>( x, y) = (f(x) ,f(y
Sean (V, +, R, .) un espacio euclidiano de dimensin finita, y fun operador sobre V. v,
Definicin 9.
El operador f: V'" V es ortogonal si y slo si preserva el producto interior.
En este caso, en que K = R, el operador se llama tambin real unitario.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

OPERADORES
Ejemplo 9-7'
El operador [: R' ... R' defmido por
[(x, y) (x cos e - y sen e, x sen e + y cos e)
es ortogonal, considerando el producto interior usual.
En efecto, el producto interior entre (x" y ) y (x" y,) es
+y,Y2
y el producto interior entre sus imgenes es
([(x"y,)
301
(x, cos 11 - y, sen e, x, sen e + y, cos e),(x, cos O-Y2 sen e,x, senO +y, cos e)=
=x, x, cos' e + y, Y2 sen' e - x, Y2 sen O cos e - x, y, sen 11 cos e +
+ x, x, sen' 11 + y, y, cos' e + x, Y2 sen 11 cos e + x, y, sen e cos e
x, + y, y, (x" y, ),(x" y,)
[representa una rotacin del plano de ngulo e, con centro en el origen.
9.7.2. Propiedad
Si Ves un espacio vectorial real con producto interior y f es un operador, entonces! es
ortogonal si y slo si preserva las longitudes de los vectores.
l. Supongamos que [es ortogonal. Entonces
[es ortogonal =>( x, x) = ([(x),f(x) => 11 xii' 11 [(x) 11' =>
=> IIxIl 1I[(x)1I
2. Sea[un operador que conserva las longitudes de los vectores.
Entonces es
([(x + y) .f(x +y) - ([(x - y),f(x - y) +y,x + y) - (x - y, x y)
Desarrollando ambos miembros resulta

Luego [es ortogonal.
Una consecuencia inmediata es la siguiente: los operadores ortogonales trasforman
vectores unitarios en vectores unitarios.
9.7.3. Propiedad
Los operadores ortogonales conservan la ortogonalidad.
En efecto, sea!: V -+ V un operador ortogonal, y sea x ortogonal ay.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

r
302
FORMAS BILINEALES y CUADRATiCAS
Resulta
(f(x) .f(y = (x, y) = O
Luegof(x) es ortogonal af(y).
Observamos que no toda trasformacin lineal que preserve la ortogonalidad e:
operador ortogonal. En efecto, si
f:Y->Y
es tal que f(x) = 3x, entoncesf conserva la ortogonalidad, pero no es un operador ortog<
9.7.4. Propiedad
Sea Y un espacio euclidiano de dimensin fmita. Un operador lineal f: y .... ,
ortogonal si y slo sif' o f= v.
En efecto:
fes ortogonal <> (x, y) =(f(x) .f(y ..
<>( x, y) = (x, f* [f(y)j) <>
<>(x, y)=(x, (f* oj)(y <>
<> f* o f= iv
f* denota el operador adjunto de f, que en el caso real es su traspuesto.
Luego
f es ortogonal" f' o f= iv
En trminos de matrices se verifica que un operador es ortogonal si y slo si la m:
asociada respecto de una base ortonormal es ortogonal.
Sea A tal matriz. Entonces
f es ortogonal .. A' A = 1
Observamos que todo operador ortogonal es inversible, y se verifica que
r' =/
O sea
9.7.5. Propiedad
Sea Y un espacio unitario, y seafun operador sobre Y.
Como en el caso real, se verifica que un operador es unitario si y slo si preserva
longitudes de los vectores.
Se demuestra anlogamente quef es unitario si y slo sif* o f= v.
Adems, si A en
xn
es la matriz de f respecto de una base ortononnal, entoncesf es
operador unitario si y slo si A*'= A-l.
Una matriz compleja que satisface la condicin anterior se llama unitaria.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

TEOREMA DE SYLVESTER
303
Definicin
A e C
nxn
es unitaria ~ A* A;;: 1 <:'> A*;;:: A-.
Toda matriz unitaria de elementos reales es ortogonal.
Observarnos que los operadores y las matrices unitarias son una generalizacin de los
operadores Y matrices ortogonales de los espacios euclidianos.
9.7.6. Propiedad
Los valores propios de todo operador unitario tienen mdulo l.
En efecto, sea A un valor propio del operador unitario 1, y sea x un vector propio asociado
a A. Entonces
(x, x) = (f(x) ,f(x)=( Ax, Ax) =
=AX(x ,x)
Como ( x , x ) "" O resulta
o sea
lA 1
2
= 1
Luego
I AL= 1
9.8. TEOREMA DE SYLVESTER
9.8.1. Ampliacin del concepto de base ortogonal
Sea V un espacio vectorial de dimensin finita sobre un cuerpo K, y sea una forma
bilineal simtrica que denotarnos con ( ,) sobre V. Se demuestra que si dim V;;' l. entonces
existe una base ortogonal respecto de ( , ) (ejercicio 9-41).
Ejemplo 98
En R
2
definimos ( ,) mediante
(X,y)=XX2-YY2
donde x = (x, X2) e Y = (y, Y2)'
Esta forma no es definida positiva, pues, por ejemplo
x=(I, l)=> (x,x)= O
x = (1, 3) => (x , x ) = -8
Los vectores v = (1,3) Y V2 = (3,1) foonan una base ortogonal respecto de la [oona
dada.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

304
FORMAS B1LlNEALES y CUADRATlCAS
La base formada por x (1,2) e y (1,3) no es ortogonal. Para ortogonalizarla,
procedemos as:
Seav, 2) Y sea
Es decir
V,
,y)---"-
(VI ,Vl )
V2" (- , - )
Entonces IVl ,v jI es una base ortogonal de V respecto de la fonna dada.
9.8.2. Generalizacin del concepto de base ortonormal
Sea V un espacio de dimensin finita sobre el cuerpo de los nmeros reales, y sea ( ,) una
forma bilineal simtrica sobre V. De acuerdo con 9.8.1., siempre es posible obtener una base
ortogonal. La forma no es necesariamente definida positiva, ya que pueden existir vectores
x V tales que (x , x ) O ( x , x) ( O.
Diremos que una base es ortonormal respecto de la fanna ( ,) si y slo si
(Vi ,Vi)= 1 (Vi ,v}=--l (Vi ,v)=O
I V"V2," .,vni.
A partir de una base ortogonal [v'] = I v', v'z, ... , v'n I es fcil construir una base
ortononnal asociada.
En efecto, denotando < v', v') mediante ai, se obtiene una base ortonormal haciendo
La base [v] resulta ortononnal.
v=v'
v'
v:;::::-'-
, ..;
v'
v.:;:::: _...l.-
, -..Fa;
si a = O
sial >0
sial < O
Sea [v) una base ortogonal ordenada de modo que
al, a2," .,ap >0
ap+I."" ar < O
ar+I. ... , a
n
:;:::: O
Si fes la forma cuadrtica asociada a la forma bilineal simtrica ( ,>, entonces, respecto de
esta base ortogonal, es .
f(X):;::::al + ... +ap+l + ...
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

TEOREMA DE SYLVESTER
305
En este desarrollo figuran p trminos positivos, r-p negativos, y n-r variables se han
eliminado.
Si la base se ortononnaliza, entonces se tiene
[(X) =xi + ... + x ~ - X ~ + l - ... - x ~
Los nmeros P Y r son independientes de la base ortogonal elegida. El entero p se llama
ndice de positividad de la forma. Indice de nulidad de la forma es el entero n-ro Signatura
de la fonna cuadrtica es s = p - (r - p) = 2p - r.
Ejemplo 9-9
Sea la forma bilineal simtrica sobre R
2
defmida por la matriz
A=(-22)
2 -2
Los vectores VI = (1, O) Y V2 = (1, 1) constituyen una base ortonormal y se verifica que
(VI, VI ) = -2 (V2, V2 ) = O
9.8.3. Propiedad
Sea ( ,) una forma bilineal simtrica en el espacio V, de dimensin finita. sobre el cuerpo
R, y sea el subespacio
So= IxeV/(x,y)=O, liyeV
Si [vJ:::: Iv}, V2, ... , v
n
}, es una base ortogonal, entonces la dimensin de So es igual al
nmero de enteros i, tales que a = O.
Demostracin)
Sea [v] ordenada de modo que
a *'0 sii:::: 1,2, .. . ,r
ai=Osii>r
Por ser [v] ortogonal, se verifica que
i > r => (Vi, y) = O , Ii Y e V
En consecuencia
V
r
+ 1, V
r
+2, " .. , V
n
son elementos de SO,
Sea un elemento cualquiera x SO, Y escribamos
x=x VI + ... +XrV
r
+ +XnV
n
Entonces
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

306
FORMAS BILlNEALES y CUADRATICAS
Como a '" O, resulta x = O si j ,,;;, r
Luego
o sea
{Vr+l,""Vn }
es una base de So. Es decir, dim So = n-r.
9.8.4. Teorema de Sylvester
Sea (Y, +, R, .) un espacio tal que dim Y = n ;;. 1, Y sea ( ,) una fonua bilineal simtrj
sobre Y. Si [v] es una base ortogonal cualquiera de Y, entonces existen exactamente
enteros positivos tales que (v ,v) > O.
Demostracin)
Sean [v] y [w] dos bases ortogonales de Y ordenadas de modo que si (v ,v)=a,
< w , w) ;:;; b
i
, entonces
a>O sii=1,2, ... ,p
a<O sii=p+l, ... ,r
b>O sii= 1,2, .. . ,p'
b<O sii=p' + 1, .. . ,r'
a;=O sii=r+l, ... ,n b=O sii=r'+l, ... ,n
Demostraremos que p = p'. Para ello observamos que los vectores
VI, Vz, ... , Vp , W
p
'+l. .. , W
n
son linealmente independientes, pues considerando la relacin lineal
P n
X'V+ YW=O
i=1 I j=p'+l J J
se tiene
" n
XV=- YW
i=1 I I j=P'+l J J
y efectuando
p p p p
( X Vi Xi Vi) = ( . Y,' W,', y,' W,)
1=1 1=1 J=p'+1 j=p'+l
se deduce
alXr + ... + ... +bry;'
El primer miembro es mayor o igual que cero, y el segundo miembro es menor o igual qt
cero, o sea, ambos son nulos. Entonces es
Xl =X2 = ... =X
p
=0
Yr'+l==Yn=O
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

DIAGONALIZACION
Como dim V n, de lo anterior se deduce que
p+(n-p)<n
o sea

Anlogamente se prueba que p' <p, y en consecuencia resultap p'.
307
Lo expuesto en 9.8.2., 9.8.3. Y 9.8.4. nos permite afirmar que si f es la forma cuadrtica
asociada a una forma bilineal sobre (V, +, R,.) Y dim n;;' 1, entonces f est
representada por una matriz diagonal respecto de cualquier base ortogonal. Toda
representacin de este tipo admite exactamente p trminos positivos y r - p trminos
negativos.
9.9. DIAGONALlZACION DE OPERADORES SIMETRICOS
Sea (V, +, R, .) un espacio euclidiano de dimensin fmita.
9.9.1. Propiedad
Sea f: V ... V un operador simtrico y x un vector propio de f. Si x es ortogonal ay,
entonces x es ortogonal a f (y).
En efecto
(x .t(y) y) A( x O
o sea
x lf(y)
9.9.2. Propiedad
Sea f: V'" V un operador simtrico y dim V n ;;;. 1. Entonces existe una base ortogonal
de vectores propios de f.
Demostracin)
1. Si dim V 1, entonces la propiedad se cumple obviamente.
2. Supongamos que dim V > 1, Y sea v, un vector propio de f. Consideremos el
subespacio
S ( v, ) 1
Se verifica que

Por 9.9.1., f es un operador simtrico sobre S, donde el producto interior es el inducido
por el producto definido en V.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

308 FORMAS BILINEALES y CUADRATlCAS
Si I V2, V3, . . " V
n
} es una base ortogonal en S de vectores propios de [, entonces Se
verifica que
V 1 Vj con i = 2, 3, ... , n
En consecuencia, {VI, V2 , .. . , V n } es la base ortogonal en V. de vectores propios de f
Ortononnalizando los vectores de la base ortogonal, se verifica bajo las condiciones del
teorema, que existe una base orto normal de vectores propios de f en V.
9.9.3. Consecuencia
Traduciendo la propiedad anterior en trminos de matrices, se verifica que si A es una
matriz simtrica y real, entonces existe una matriz P, ortogonal, que diagonaliza a A.
En smbolos:
AeR
nxn
A Portogonal/pt
Los elementos de D son los valores propios de A. Observamos, adems, que toda matriz
simtrica y real n X n admite n vectores propios ortogonales. Las columnas de P son los 11
vectores propios de A, ortonormalizados.
Ejemplo 9]0
la matriz A (.Jr V;) determinamos una matriz ortogonal que diagonalice
1. Calculamos los valores propios de A.
Resulta

I
X
-2
1-..;2
X' - 3 X
-V2
X-l
(X - 2)(X - 1) - 2
2. Determinamos los vectores propios ortonormales de A.
a) X O.
(X 1 - A) X O => A X O =>
=> (; =>
=> (2X
V2x +
=>X2 -V2x
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

Como xi + X ~ == 1, se tiene
Luego
Entonces
DIAGONALIZACJON
xi + 2 xi == 1
X, = V3
3
Y
X =+--16
2 3
V3
3
--16
3
b) A. = 3. Con el mismo procedimiento se obtiene
3. Resulta
tal que
Ejemplo 911
X
2
= ( ~
F
3
p=
0--16
3" 3
_Y6 V3
3 3
309
Efectuamos una lrasfonuacin de coordenadas que diagonalice la fonua cuadrtica ,
definida por
(X" X2) = 3 xi + 10 x, X2 + 3 x ~
La matriz de esta forma cuadrtica es
A= (: :)
Sus valores propios son:
Al=8 y A.=-2
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

310
FORMAS B1L1NEALES y CUADRATICAS
Resolviendo en cada caso el sistema homogneo CA 1 - A) X ~ O Y normalizando los
correspondientes vectores propios, se obtiene la matriz ortogonal
p ~ (1-1
2 2
La trasformacin ortogonal de coordenadas est dada por
o sea
V2, V2,
Xi ;::;: -- X 1 -- --x 2
2 2
X2 ~ V2 x' + Y2. X '2
2 2
Mediante este cambio, f se convierte en
f(x't ,x'2)=8x'i - 2 x ' ~
donde los coeficientes ele las variables son los valores propios de la matriz de la forma
cuadrtica.
9.10. MATRICES SIMETRICAS REALES y VALORES PROPIOS
9.10.1. Matriz definida positiva
Sea A una matriz simtrica y real del tipo nxn.
Definicin
Una matriz simtrica y real es definida positiva si y slo si sus valores propios son
positivos.
Ta! es el caso de la matriz del ejemplo 96.
9.10.2. Propiedad
Una matriz real y simtrica es definida positiva si y slo si existe una mahiz Q, no
singular, tal que A ~ Q Q'.
Demostracin)
l. Sea A simtrica real del tipo nX n y definida positiva, Por definicin, sus valores propios
son positivos. Por 9,9.3. existe P ortogonal tal que
p- A P ~ p' A P ~ D (1)
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

MATRIZ DEFINIDA POSITIVA
donde D es la matriz diagonal formada por los n valores propios de A, o sea
D= diag (A" A., , ... , ~ )
Consideremos la matriz diagonal
D, = diag (A ,..filo , ... , ...A.)
Se verifica que
DI =D (2)
Teniendo en cuenta (1) Y (2) es
A= P D P-' = P D P' =P Di P' = P D, DI P' = (PD) (P D,)' (3)
Haciendo
Q=(PD,)
resulta
A=QQ'
donde Q es no singular por ser producto de dos matrices no singulares.
2. Sea A simtrica y real. Supongamos que existe Q no singular tal que A = Q Q'.
Por 9.9.3., existe P ortogonal tal que
P' A P= D= diag(A" A., , ... , An)
Entonces
P' Q Q' P = D
o sea
(P' Q) (P' Q)' = D
311
Llamando Xi a la i-sima fila de P' Q, y por lo tanto a la i-sima columna de (l" Q)', se
tiene, considerando el producto interior habitual en R"
XiXt=A;;'O
Si fuera Ai = 0, resultara Xi = 0, y en consecuencia P' Q sera singular, lo que es absurdo.
Luego
A > Vi = 1, 2, ... , n.
Por lo tanto, A es definida positiva
9. 1. DESCOMPOSIOON ESPECTRAL DE UNA MATRIZ
Teorema. Si A R"XU es una matriz diagonalizable, y Al, ~ , . . "As SOII los valores
propios distintos de A con multiplicidades mI. m
2
.. "m
s
entonces A puede expresarse en
la forma
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

312
FORMAS BILlNEALES y CUADRATlCAS
de modo tal que se verifica
1. Al = A, Vi = 1,2, .. ., s
2. i "' => A, Aj = N
,
3. ~ A=[
::;l I
4. A A, = A, A Vi = 1, 2, ... , s
Demostracin)
,
A = . ~ A; A,
1=1
Por ser A diagonalizable existe P no singular tal que
p-1 AP=D (1)
donde D es la matriz diagonal formada con los n valores propios de A, que suponemos
ordenados segn las multiplicidades.
O sea
donde los elementos no diagonales, que no figuran, son nulos.
Denotando con [m, la matriz identidad del tipo m,xm" la forma bloquediagonal de Des
I
A1 [m,
A2 [1
o;::: , .
A, 1
m
,
Considerando las matrices
E=
parai= 1,2, .. . ,S
N
ms
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

DESCOMPOSICION ESPECTRAL
Se verifica, por ser matrices diagonales,
Adems
De (i) resulta
a) Er = E 'Vi= 1,2, .. . ,S
b) i * j => E Ej = N
,
c) k E = 1, donde 1 es la identidad /lxn
j=l
,
D= k A; E (2)
1=1 '
A=PDP-
1
Considerando esta relacin y (2), se tiene
A = P (. A E,) p-
1
1=1
o sea
,
A = k A; PE p-
1
. j=1
Haciendo
A = P E p-
1
resulta
,
A= k A;A.
1=1 I
Se verifican las siguientes proposiciones
1. A r = P E p-
1
P E p-
1
= P Er p-
1
= P E p-
1
= A
2. i * j => A Aj = P E p-
1
P Ej p-
1
= P E Ej p-
1
=
= PN p-
1
= N
" ,
3 .. k A = .k P E p-
1
= P (k E) p-
1
= PI p-
1
= 1
1=1 1=1 1=1
, ,
4.AA.=APE.P-
1
=PDE.P-
1
= P(k '.E)E.P-
1
=P(k '.E.E)P-
1
=
I I 1 j=l ''1 J i j=l''i J
= P (A; E) p-
1
= A; P E p-
1
= A; A (3)
,
A.A=PE.P-
1
A=PE.DP-
1
=PE.(k 'E,)P-
1
=PA;EP-
1
=
I I I I j=l ''1 ~
= A; P E, p-
1
= A A (4)
De (3) y (4) resulta
A A = A A \;ji = 1,2, ... , n
313
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

314
FORMAS BILlNEALES y CUADRATICAS
9.12. CONGRUENCIA DE FORMAS CUADRATICAS
9.12.1. Concepto
Sean f y g dos fonnas cuadrticas reales caracterizdas por las matrices simhicas A y B
pertenecientes a R
nxn
.
O sea
Definicin
f(X) = X' A X
g(Y)=yIBY
Las formas cuadrticas [y g son congruentes si y slo si existe P no singular, tal que
B = pi AP
Las formas cuadrticas f y g son ortogonalmente congruentes si y slo s existe Por-
togonal, tal que
B=P
'
AP=P- AP
Las matrices A y B se llaman, respectivamente, congruentes y ortogonalmente
congruentes.
9.12.2. Propiedad
Dos fonnas' cuadrticas reales f y g, de matrices A y B respectivamente, son
ortogonalmente congmentes si y slo si A y B admiten los mismos valores propios con las
mismas multiplicidades.
Demostracin)
1. Seanfy g ortogonalmente congruentes. Entonces existe P ortogonal, tal que
B = P' A P = p- A P
En consecuencia, A y B son semejantes y admiten el mismo polinomio caracterstico.
2. Sean A y B con la misma fonna diagonal. O sea, existen Q y R ortogonales tales que
Q- A Q = R- B R = O (J)
donde O es la matriz diagonal formada por los valores propios.
De (J) resulta
Luego
A = (Q R') B (Q R')'
La matriz P= Q R' es ortogonal, ya que Q y R son ortogonales. Premultiplicando por
p- = P', y posmultiplicando por P, resulta
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

CONGRUENCIA
315
B =P' AP
o sea,/y g son ortogonalmente congruentes.
9.12.3. Propiedad
Si f es una forma cuadrtica real, entonces es ortogonalmente congruente a la fonna
cuadrtica g, tal que
siendo A , A2 , ... , A" los valores propios de A.
En efecto, sean D la matriz diagonal formada por los valores propios de A, y Y f R
nx
.
Consideremos la forma cuadrtica g definida por
g(Y)=Y'DY
Sabernos, por 9.9.3., que existe P ortogonal tal que
D=P- AP=P' AP
Luego f y g son ortogonalmente congruentes.
9.12.4. Propiedad
Toda forma cuadrtica real f es congruente con la forma cuadrtica g, tal que
g(Y)= y; + y ~ + ... + y ~ -- y ~ + -- ... - y;, siendo r el rango de A y P el ndice de
positividad de la forma.
Demostracin)
La matriz simtrica y real A admite exactamente r valores propios no nulos, ya que
p (A) = r. Ordenamos los valores propios de modo que
Consideremos
A, "", ... , Av son positivos
A
p
+IJ" .,Ar son negativos
A,.+ , ... , A" son nulos
A,
D=
(
A
A"
Definimos la matriz diagonal
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

316
FORMAS BILINEALES y CUADRATlCAS
1
.y.:;

Como existe Q ortogonal, tal que
1
YA;
Q'
1
Y-A,
1
resulta
(Q P)' A (Q P) P' (Q' A Q) P p' D P
donde
Sea ahora la trasfonnacin de coordenadas de matriz Q P, es decir

Se verifica que
A(QP)Y
En consecuencia, f es congruente a la fonna cuadrtica g, definida por

donde
B (Q P)' A (Q P)
Por la definicin de B es
(Y)
- 2 + 2 + + 2 2 2
g - Y Y2 .,. Y
p
- Y
p
+l - ... - Yr
La forma cuadrtica g se llama forma cannica de f. Se verifica que dos fonnas
cuadrticas son congruentes si y slo si tienen la misma forma cannica.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

FORMA CANONICA
Ejemplo 9-12_ .
Reducimos a la forma cannica la forma cuadrtica f: R' ... R definida por
f(x,x,)=X[ - 2x
1
x, +xl
l. La matriz de la forma cuadrtica es
A= ( 1 -1)
-1 1
El polinomio caracterstico es
A-I 1
D(AI-A)= = A' - 2 A
A-l
Los valores propios son, entonces
Al = 2 Y A" = O
317
2. Como el nmero de valores propios positivos es 1, la forma cannica congruente es
g, dermida por
g (Yl, y,)= Y1
Efectuarnos el procedimiento indicado en el teorema anterior para obtenerla.
Calculando los vectores propios asociados a Al y A" se obtiene
La matriz ortogonal correspondiente es
Q= V2 (1 1)
2 -1 1
Se verifica que
La forma cuadrtica ortogonalmente congruente ai es h, tal que
h(zl,z,)=2zI
1 O
VA;
p= =
O
V2
2
:1
Sea
O
I
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

318
FORMAS B1L1NEALES y CUADRATICAS
Entonces, haciendo X=: Q P Y, se tiene
donde
o sea
y' (Q P)' A (Q P)
y' P' Q' A Q P y y' P' D P Y
Y
.Ji
:1
2
:1 (:
O
2

O O
.Ji
:1 (:
O
I

O 1 O
: )
9.13. SIGNO DE UNA FORMA CUADRATICA
Sea f una forma cuadrtica real defInida por
Xl A X
donde A es una matriz simtrica real del tipo nX n.
9.13.1. DefIniciones
1. f es defInida positiva si y slo si
X' AX>O VX""O
2. f es semidefInida positiva si y slo si
X' A X;;;, O A 3 X"" O / X' A X= O
3. f es defInida negativa si y slo si la forma cuadrtica g defInida por

es definida positiva.
4. f es semidefInida negativa si y slo si g tal que

es semidefinida positiva.
9.1
val,
l
[on
sicr
pro
tras
[
con
p
nego
O Y
men
nega
E
real
la mi
E
A
d,
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

f
FORMA DEFINIDA POSITN A
Ejemplo 913.
Detenninamo
s
el signo de la forma cuadrtica [: R' .... R definida por
[(X)= 3xr - 2x, X2 +
Se verifica que
[(X)= 2xr +xr - 2x, x,
o sea
l(X)= 2xr + (x, -xz)'
Como[(X) > O, V X * 0, resulta [ definida positiva.
9.13.2. Propiedad
319
La forma cuadrtica real [, tal que [(X) = X' A X, es definida positiva si y slo si los
valores propios de A son positivos.
En efecto, sabemos que toda forma cuadrtica real es ortogonahnente congruente a una
forma cuadrtica g tal que
n
'llY1
siendo A" Az, .. " An los valores propios de A. Como ejercicio del trabajo prctico se
propone la demostracin de que el signo de una fanna cuadrtica no vara frente a
trasformaciones de coordenadas. Esto significa que el signo de [ es igual al de g. Luego
[es definida positiva" g es definida positiva" A, > O, Vi
Diremos, entonces, que una fonna cuadrtica es definida positiva si y slo si la
correspondiente matriz es definida positiva.
Anlogamente se demuestra que: [es definida negativa si y slo si sus valores propios son
negativos; f es semidefinida positiva si y slo si sus valores propios son mayores o iguales que
O y alguno de ellos es O; [ es semidermida negativa si y slo si sus valores propios son
menores o iguales que cero, pero alguno de ellos es O. Si existen valores propios positivos y
negativos. diremos que la fanna cuadrtica es indefinida.
El lector podr demostrar como ejercicio del trabajo prctico que una forma cuadrtica
real r, definida por f (X) = X' A X, es definida positiva si y slo si los menores principales de
la matriz A son positivos.
Ejemplo 914
Analizamos, utilizando el criterio de los menores principales. si la forola cuadrtica J:
definida por
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

320
FORMAS BILlNEALES y CUADRATlCAS
f(X"X2,X3)=2xi +Xl +3x; +2x, X2 -
2X
2
X
3
es definida positiva.
La matriz de la forma cuadrtica dada es
A= U -1 -n
Sus menores principales son
a" = 2>0
a" 0'2 2 1
=1>0
D(A)=I>O
Luego, f es definida positiva.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

TRABAJO PRACTICO IX
9./5. Sea (Y, +, K,.) un espacio vectorial. Demostrar que el conjunto B (Y) de todas las
formas bilineales f: yz --> K es un espacio vectorial sobre K, como se indica en 9.2.1.
9./6. Sea g: y
2
--> K una forma bilineal. Demostrar que gy: Y --> K, defInida por
gy (x) = g (x, y), es una forma lineal.
9.17. Una forma bilineal f sobre R
3
est caracterizada por la matriz
A= (1: ~ = ~ )
O 1 1
i) Obtener f(x, y).
ii) Determinar la matriz de f respecto de la base
1(1,1,1),(1,1,0),(1,0,0)1
9-/8. Determinar la forma escalar de las formas cuadrticas asociadas a las formas bilineales
g (X, Y) = X' A Y, en los siguientes casos:
i)
(
3 -00)
A= -0 1 O
O 0-1
ii)
(
1 O O)
A= O -1 O
O O 1
9-/9. Seafla forma cuadrtica real defInida por
f(X)=X'
_ 1 n 1 ---+t
donde X=- ~ Xi =-1 X.
n i:::::l n
Obtener la matriz de f respecto de la base cannica en R
n
.
9-20. Determinar las matrices de las formas cuadrticas sobre R" defmidas por
i) f(X)= n X'
" -
ii) f(X) = i ~ ' (Xi - X)2
Investigar la idempotencia de tales matrices.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

322
FORMAS BILlNEALES y CUADRATlCAS
921. Sean g una forma bilineal simtrica sobre Y, y f la forma cuadrtica asociad
a.
Demostrar que
i) g(x,y)=
ii) g(x,y)=J..(f(x+y)-f(x)-f(y)
2
922. Determinar la matriz de la forma cuadrtica sobre R
3
definida por
f(Xl,X2,X3)=xf -4x
1
X2
923. Sea (Y, +, K, .) un espacio vectorial de dimensin finita y sean las funcionesf: V .. K
Y g : y
2
-> K, tales que
g(x, y)= f(x + y) - f(x) - f(y)
Suponiendo que g es bilineal, y que fea x)= a
2
f(x), 'la E K Y 'Ix E Y, demostrar que
l es una forma cuadrtica y determinar la forma bilineal de la cual proviene.
924. Sea (Y, +, R,.) un espacio vectorial de dimensin finita n, con producto interior y
sean [v] y [w] bases ortonormales de Y. Si f: Y-> Ves un operador que verifica
f(v;) = w, entoncesl es ortogonal.
9-25. Sea (V, +, R, .) un espacio de dimensin finita n, con producto interior. Demostrar
que si [v] es una base ortonormal de V y sifes un operador ortogonal en Y, entonces
i l(v;)! es una base ortonormal de V.
926. Sea P una matriz ortogonal diagonal. Demostrar que los elementos de la diagonal son 1
-I.
927. Sean las matrices
P = (COS () -sen.(}) Q = (e
lO
O.)
sen () cOs () O e-'"
Demostrar que existe una matriz unitaria U tal que Q = lfl P U.
928. Demostrar que toda matriz simtrica y real admite un vector propio.
9-29. Obtener, en cada caso, una base ortogonal de R
2
formada por los vectores propios de
las siguientes matrices:
i)
A=(3 O)
O 3 I
ii)
A=( 1-1)
--1 1
930. Comprobar que la matriz
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

TRABAJO PRACTICO IX
323
es definida positiva y obtener Q no singular, tal que A = Q Q'.
9.3/. Obtener una trasformacin ortogonal que diagonalice a la forma cuadrtica
f(X) =x; + 2V6 X, X2 +
9.32. Demostrar que el signo de una forma cuadrtica real no vara si se efecta un cambio
de base.
9.33. Demostrar que si f (X) = X' A X es definida positiva, entonces g (Y) = y' A"' Y es
definida positiva.
9.34. Determinar el rango y la signatura de las formas cuadrticas definidas por
i)f(x"x2,x,)=xr "2x, x, +4X2X,
ii)f(x"X2)"'(XI -X2)2
9.35. Obtener la descomposicin espectral de la matriz e del ejercicio 815.
8
936. 'II A, la descomposicin espectral de la matriz A. Demostrar
1==1
i) A Y B son permutables si y slo si B permuta con cada A"
) Si A es no singular, entonces la descomposicin espectral de A"' es
937. Demostrar que toda matriz cuadrada real no singular puede expresarse como producto
de una matriz ortogonal y una matriz definida positiva.
938. Expresar la matriz
A=
1 (- 1
0V2
como producto entre una matriz ortogonal y una matriz definida positiva.
939. Demostrar que una forma cuadrtica real f (X) = X' A X es definida positiva si y slo si
los menores principales de A son positivos.
9-40. Sean dos formas cuadrticasfy g en R
n
definidas por f (X) = X' A X Y g (X) = X' B X.
Sabiendo que f es definida positiva, demostrar que existe una trasformacin de
congruencia que las reduce a
(X)=y; + yi + ...
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

324 FORMAS BILINEALES y CUADRATlCAS
y
9-41. Sean (V, +, K, .) un espacio vectorial de dimensin finita, y ( , ) una forma bilineal
simtrica sobre V. Una base [v] es ortogonal respecto de (,) si y slo si
icfoj=>(v, Vj) ~ O.
Demostrar que si V cfo I O I ,entonces V admite una base ortogonal.
s<
s<
e
r'
h
e
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m