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