Sunteți pe pagina 1din 18

Tema 4

Formas bilineales y cuadraticas.


4.1. Introduccion.
Conocidas las nociones de espacio vectorial, aplicacion lineal, matriz de una
aplicacion lineal y diagonalizacion, estudiaremos en este tema dos familias de
funciones que tienen notable interes por sus aplicaciones en algebra lineal y en
geometra analtica. Son funciones valoradas en el espacio de escalares K y por ello
se les llama formas. La primera, las formas bilineales, son funciones denidas sobre
pares de vectores, es decir, son funciones de dos variables vectoriales. Salvando
las distancias, las formas bilineales tienen analogas con las aplicaciones lineales:
jada una base se pueden denir mediante matrices. Si se cambia de base, cambia
la matriz y la nueva se calcula a partir de la matriz de cambio de base. Las matrices
de la misma forma bilineal tienen el mismo rango, etc..
La otra familia, la de las formas cuadraticas, esta formada por funciones de
una variable y muy emparentada con una subfamilia de las bilineales. Tambien se
denen mediante una matriz para cada base del espacio y todas las matrices de
la misma forma cuadratica tienen algunos invariantes que identican a la forma
cuadratica.
Como unico requisito previo para el estudio de este tema pondremos el que se
conozcan bien los conceptos estudiados en los temas anteriores.
4.2. Formas Bilineales.
Consideremos un espacio vectorial V sobre el cuerpo K de los n umeros reales
o de los n umeros complejos. Denotaremos V V al conjunto de pares ordenados
1
de vectores de V .
Una aplicacion f que a cada par de vectores (u, v) V V asocia un escalar
f(u, v) K se dice que es una forma forma bilineal si es lineal en cada una de sus
dos variables; es decir si cumple:
f(u
1
+ u
2
, v) = f(u
1
, v) + f(u
2
, v) y f(u, v
1
+v
2
) = f(u, v
1
) + f(u, v
2
)
para todo u, u
1
, u
2
, v, v
1
, v
2
V y todo , , , K.
Alg un ejemplo. La siguiente es forma bilineal en R
3
(compruebese como ejer-
cicio).
f(x, y) = 2x
1
y
1
x
1
y
2
+ 4x
1
y
3
+ 3x
2
y
1
5x
2
y
3
+ 7x
3
y
1
5x
3
y
2
4x
3
y
3
,
x = (x
1
, x
2
, x
3
), y = (y
1
, y
2
, y
3
).
Es facil ver que toda forma bilineal f verica que f(0, y) = f(x, 0) = 0 y
f(x, y) = f(x, y) = f(x, y). Ademas, la suma de dos formas bilineales en
V y el producto de una forma bilineal en V por un escalares son tambien formas
bilineales en V. El conjunto de todas las formas bilineales de V es un espacio
vectorial sobre K.
Hay dos tipos distinguidos de formas bilineales. Una forma bilineal f se dice
que es bilineal simetrica si f(u, v) = f(v, u), u, v V.
Una forma g se dice bilineal antisimetrica si g(u, v) = g(v, u), u, v V.
No toda forma bilineal es simetrica o antisimetrica, por ejemplo la siguiente es
una forma bilineal en R
2
y no es simetrica ni antisimetrica:
f(x, y) = 3x
1
y
1
+x
1
y
2
2x
2
y
2
, x = (x
1
, x
2
), y = (y
1
, y
2
).
Sin embargo, como se propone en las cuestiones y problemas, toda forma bilineal
es suma de una simetrica y una antisimetrica.
Fijada una base B
V
= {v
1
, v
2
, . . . , v
n
}, toda forma bilineal f tiene asociada una
unica matriz B M
n
, que es la denida por:
B =

f(v
1
, v
1
) f(v
1
, v
2
) f(v
1
, v
n
)
f(v
2
, v
1
) f(v
2
, v
2
) f(v
2
, v
n
)

f(v
n
, v
1
) f(v
n
, v
2
) f(v
n
, v
n
)

.
2
Observese la analoga entre esta matriz y la de un producto escalar, que vimos
en el tema dos. De hecho, todo producto escalar es una forma bilineal simetrica.
La matriz dene la forma bilineal en el siguiente sentido:
Si X = (x
1
, x
2
, , x
n
), Y = (y
1
, y
2
, , y
n
) son las coordenadas de dos vecto-
res x, y V entonces su imagen se calcula a traves de la matriz por la expresion:
f(x, y) = XBY
t
. (1)
Si ahora B

V
es otra base de V y P M
n
la matriz de cambio de base de B

V
a B
V
entonces, denotando X

= (x

1
, x

2
, , x

n
), Y

= (y

1
, y

2
, , y

n
) las coordenadas,
respectivamente de los vectores x, y V se tiene, como es sabido:
X = X

P, Y = Y

P, Y
t
= P
t
Y
t
As, la expresion de la imagen en funcion de las coordenadas X

, Y

sera, sustitu-
yendo en (1):
f(x, y) = X

PBP
t
Y
t
Se obtiene as que la matriz de f referida a la base B

V
es B

= PBP
t
.
A dos matrices de la misma forma bilineal en distintas bases se les llama ma-
trices congruentes, y se verica que dos matrices B, B

M
n
son congruentes si
y solo si existe una matriz regular P M
n
, tal que B

= PBP
t
. Ademas P es
la matriz de cambio de base entre la base nueva y la antigua. Es sencillo ver que
dos matrices congruentes son equivalentes, y por tanto tienen el mismo rango. Ese
rango es, por denicion, el de la forma bilineal. Si ese rango no es maximo (es
decir, si es menor que la dimension del espacio vectorial) entonces la forma bilineal
se dice degenerada. Es evidente que f es degenerada si y solo si el determinante de
la matriz de f es nulo. Las formas bilineales no degeneradas se dicen ordinarias.
Ejemplo 4.1. Consideremos la forma bilineal f denida en R
3
R
3
por:
f(x, y) = 2x
1
y
1
x
1
y
2
+ 4x
1
y
3
+ 3x
2
y
1
5x
2
y
3
+ 7x
3
y
1
5x
3
y
2
4x
3
y
3
,
x = (x
1
, x
2
, x
3
), y = (y
1
, y
2
, y
3
). Escribe su matriz A respecto de la base canonica.
Tambien su matriz A

respecto de la base B = {(1, 0, 1), (0, 1, 2), (0, 0, 1)}.


Si v = (2, 1, 2), v = (1, 0, 1), calcula f(u, v) empleando sucesivamente A
y A

.
3
Solucion. Si denotamos B
c
= {e
1
, e
2
, e
3
} la base canonica, para la matriz hay que
calcular f(e
1
, e
1
), f(e
1
, e
2
), , f(e
3
, e
3
). Con ellos la matriz es:
A =

2 1 4
3 0 5
7 5 4

.
Nota: Respecto de la base canonica, a partir de la expresion de la forma bilineal se
puede escribir la matriz directamente, (sin calculos) porque atiende a la siguiente
regla nemotecnica: enumerando las las con las componentes de x y las columnas
con las de y, los elementos de la matriz son los coecientes del producto de las
componentes de x e y. As a
11
es el coeciente de x
1
y
1
, a
12
el coeciente de x
1
y
2
,
etc... pero ojo! solo es as para la matriz respecto de la base canonica.
Para calcular la matriz respecto de la base B hay dos vas: calculando direc-
tamente las imagenes de los pares de vectores a partir de la expresion de f o a
traves de la matriz P de cambio de base de B a B
c
. Optamos por esta segunda va.
Realcese como ejercicio por la primera y compruebese que se obtiene la misma
matriz. La matriz de cambio de base de B a B
c
es
P =

1 0 1
0 1 2
0 0 1

.
As la matriz A

de f respecto de la base B es A

= PAP
t
y vale:
A

1 0 1
0 1 2
0 0 1

2 1 4
3 0 5
7 5 4

1 0 0
0 1 0
1 2 1

13 20 8
14 4 3
11 3 4

.
Para calcular f(u, v), en cada caso hay que tener las coordenadas de u y v respecto
de las correspondientes bases B
c
y B, y emplear las respectivas matrices A y A

.
Respecto de B
c
, coordenadas y vector coinciden. Por tanto:
f(u, v) = (2, 1, 2)

2 1 4
3 0 5
7 5 4

1
0
1

= 34
Respecto de B, calculando las coordenadas de u y v en la base B obtenemos:
4
u = (2, 1, 2)
B
; v = (1, 0, 0)
B
. Por tanto
f(u, v) = (2, 1, 2)

13 20 8
14 4 3
11 3 4

1
0
0

= 34.
1
Recordemos que una matriz cuadrada se dice simetrica si coincide con su tras-
puesta y se dice antisimetrica si coincide con la opuesta de su traspuesta. Hemos
de notar que si M M
n
es matriz simetrica (o antisimetrica), cualquier matriz M

congruente con M es tambien matriz simetrica (o antisimetrica). En efecto (lo ha-


cemos para simetrica, hagase como ejercicio para antisimetrica): Si M

= PMP
t
,
con P M
n
matriz regular de congruencia, entonces:
M
t
= (PMP
t
)
t
= P
t
t
M
t
P
t
= PMP
t
= M

.
A partir de ello se concluye que, si una forma bilineal tienen matriz simetrica
respecto de una base, la tiene respecto de cualquier base (y lo mismo sucede para
antisimetrica). Ademas se verica que una forma bilineal es simetrica si y solo si
su matriz es simetrica, (lo mismo para antisimetrica). En lo que sigue trataremos
solo con formas bilineales simetricas.
Formas bilineales simetricas. Conjugacion. Dada una forma bilineal simetri-
ca f sobre un espacio vectorial V, dos vectores u, v V se dicen vectores conju-
gados si f(u, v) = 0.
Dos subespacios S, T V se dicen subespacios conjugados si f(x, y) = 0 x
S, y T. Para ello es suciente que sean conjugados los vectores de una base de
uno de los subespacios con los de otra base del otro.
Una base B
V
se dice base de vectores conjugados por f si cada vector de la base
es conjugado con los demas. Es evidente que, respecto de una base de vectores
conjugados, la matriz de f es diagonal, y recprocamente, si la matriz de f es
diagonal, entonces la base es de vectores conjugados.
Fijado un vector x, el conjunto de los vectores conjugados con x forman un
subespacio vectorial de V que denotaremos x
0
. En concreto:
x
0
= {y V : f(x, y) = 0}.
5
Se llama n ucleo de f, denotado N(f) al conjunto de los vectores que son conju-
gados con todo vector de V, es decir:
N(f) = {x V : f(x, y) = 0, y V }.
Si A M
n
es la matriz de f (respecto de cualquier base) y si X = (x
1
, x
2
, , x
n
)
son las coordenadas de un vector de N(f) entonces se cumplira que XAY
t
= 0
para todo Y = (y
1
, y
2
, , y
n
) K
n
. Ello solo es posible si y solo si XA = 0. Esto
nos da una condicion para obtener los vectores de N(f). Seran aquellos cuyas
coordenadas X veriquen XA = 0, es decir, las soluciones del sistema de ecuacio-
nes lineales homogeneo cuya matriz de coecientes es A. Por lo que sabemos de
esos sistemas, solo hay soluciones no nulas si |A| = 0. Se concluye entonces que
una forma bilineal simetrica tiene n ucleo distinto del {0} si y solo si es degenerada.
Ejemplo 4.2. Consideremos en R
3
la forma bilineal f(x, y) = x
1
y
1
+ x
1
y
2
+
2x
1
y
3
+x
2
y
1
+x
2
y
3
+2x
3
y
1
+x
3
y
2
+3x
3
y
3
, x = (x
1
, x
2
, x
3
), y = (y
1
, y
2
, y
3
). Escribe
su matriz respecto de la base canonica. Encuentra el subespacio conjugado de
u = (1, 2, 0) y de U =< (1, 0, 3), (0, 1, 2) >. Encuentra el rango y el n ucleo de
f y una base de R
3
formada por vectores conjugados para f.
Solucion. La matriz de f en la base canonica es:
A =

1 1 2
1 0 1
2 1 3

.
Ahora el conjugado de u es:
u
0
= {X = (x, y, z) R
3
: (1, 2, 0)AX
t
= 0} = {(x, y, z) R
3
: x + y = 0}.
El subespacio conjugado de U estara formado por los vectores que sean conjugados
simult aneamente de ambos vectores de la base de U. As, denotando U
0
se tendra:
U
0
= {X = (x, y, z) R
3
: (1, 0, 3)AX
t
= 0, (0, 1, 2)AX
t
= 0} =
= {(x, y, z) R
3
: 7x + 4y + 11z = 0, 3x + 2y + 5z = 0}.
El rango de f es el rango de A que es 2. Para el n ucleo:
N(f) = {X = (x, y, z) R
3
: XA = 0} =
= {(x, y, z) R
3
: x +y + 2z = 0, x +z = 0, 2x + y + 3z = 0} =< (1, 1, 1) > .
6
Para buscar una base de vectores conjugados, debemos buscar un conjunto de tres
vectores B

= {v
1
, v
2
, v
3
} que sean linealmente independientes y que cada uno sea
conjugado de los demas. Hay innitas posibilidades, pero para simplicar los bus-
caremos de la forma v
1
= (1, 0, 0), v
2
= (, , 0), v
3
= (, , ), y determinaremos
los parametros para que f(v
1
, v
2
) = 0, f(v
1
, v
3
) = 0, f(v
2
, v
3
) = 0. Empleando
la matriz A, f(v
1
, v
2
) = 0 equivale a la ecuacion + = 0. Un vector posible es
v
2
= (1, 1, 0). Las otras dos igualdades f(v
1
, v
3
) = 0, f(v
2
, v
3
) = 0 proporcionan
las ecuaciones:
+ + 2 = 0
+ = 0
}
Dos soluciones posibles son: v
2
= (1, 1, 0) y v
3
= (1, 1, 1).
Ejercicio: Calcula la matriz de f respecto de la base de vectores conjugados
obtenida y comprueba que es
A

1 0 0
0 1 0
0 0 0

.
1
En el ejercicio anterior se ha proporcionado un modo, si quiera sea como sencillo
ejemplo, de encontrar una matriz diagonal congruente con una matriz simetrica
dada: consiste en encontrar las coordenadas de vectores que formen una base de
conjugados para la matriz simetrica (que es como decir para la forma bilineal
simetrica dada). La matriz asociada a la forma bilineal respecto de los vectores
conjugados es diagonal y la matriz de congruencia es la matriz de cambio de
base de la de conjugados a la base dada. Obtener la matriz diagonal y la matriz
de cambio de base es lo que se llama diagonalizar la forma bilineal simetrica o
diagonalizar por congruencias la matriz simetrica dada.
Hay otro metodo para diagonalizar por congruencias una matriz A M
n
cuadrada simetrica. Consiste en emplear transformaciones elementales. El metodo
es totalmente analogo al metodo de Gauss para obtener la inversa de una matriz,
que es bien conocido, con la salvedad de que cada transformacion que se haga
por las en la matriz, hay que hacerla tambien por columnas y no es necesario
obtener unos en la diagonal principal (solo ceros fuera). Las transformaciones que
7
se hagan por las (las de por columnas no), han de hacerse tambien en la matriz
I
n
, identidad de orden n, que al iniciar el proceso se adosa a A. Al nal se obtiene
la matriz diagonal donde inicialmente estaba A y la matriz P donde inicialmente
estaba I
n
. Veamos un ejemplo.
Ejemplo 4.3. Diagonalizar por transformaciones elementales la matriz simetrica
dada en el ejercicio anterior.
Solucion. En lo que sigue indicaremos las transformaciones empleadas:

1 0 0 1 1 2
0 1 0 1 0 1
0 0 1 2 1 3


f
2
f
1

1 0 0 1 1 2
1 1 0 0 1 1
0 0 1 2 1 3


c
2
c
1

1 0 0 1 0 2
1 1 0 0 1 1
0 0 1 2 1 3

f
3
2f
1

1 0 0 1 0 2
1 1 0 0 1 1
2 0 1 0 1 1


c
3
2c
1

1 0 0 1 0 0
1 1 0 0 1 1
2 0 1 0 1 1


f
3
f
2

1 0 0 1 0 0
1 1 0 0 1 1
1 1 1 0 0 0


c
3
c
2

1 0 0 1 0 0
1 1 0 0 1 0
1 1 1 0 0 0

As se tiene que:
P =

1 0 0
1 1 0
1 1 1

, D =

1 0 0
0 1 0
0 0 0

y se tiene que PAP


t
= D.
Una observaci on: Una misma matriz A M
n
simetrica puede tener mas de una
forma diagonal, y la forma bilineal asociada, varias bases de vectores conjugados,
pero todas las formas diagonales de A tienen la misma cantidad de elementos no
nulos en la diagonal, y en el caso en que los elementos de A sean n umeros reales
(matriz real simetrica), dos formas diagonales de A tienen la misma cantidad de
terminos positivos en la diagonal.
8
4.3. Formas Cuadraticas.
Consideremos una forma bilineal simetrica f sobre un espacio vectorial V . Se
llama forma cuadratica asociada a f a la aplicacion w: V K denida por:
w(x) = f(x, x). La aplicacion f es conocida como forma polar de w. A la matriz
asociada a f en una base B se le llama tambien matriz asociada a w en B.
Se cumple que
w(x) =
2
w(x), x V, K. (2)
Ademas, conocida la forma cuadratica, se puede deducir la forma polar porque se
cumple entre ambas la relacion:
2f(x, y) = w(x + y) w(x) w(y), x, y V. (3)
De hecho se puede denir forma cuadratica sobre un espacio vectorial V como:
toda forma sobre V que cumpla (2) y al denir f con la expresion (3) se obtiene
una forma bilineal simetrica.
Ejemplo 4.4. En el espacio vectorial R
3
se dene la forma
w(x, y, z) = 2x
2
+y
2
2xz 3z
2
.
Comprueba que es una forma cuadratica. Encuentra su matriz respecto de la base
canonica.
Solucion. Se tiene que w(x, y, z) = 2(x)
2
+ (y)
2
2xz 3(z)
2
=
=
2
(2x
2
+y
2
2xz 3z
2
) =
2
w(x, y, z). Ademas si denimos:
f(x, y) =
1
2
(w(x +y) w(x) w(y)), con x = (x
1
, x
2
, x
3
), y = (y
1
, y
2
, y
3
),
tras realizar los calculos se obtiene: f(x, y) = 2x
1
y
1
+x
2
y
2
x
1
y
3
y
1
x
3
3x
3
y
3
.
En forma matricial es
f(x, y) = (x
1
, x
2
, x
3
)

2 0 1
0 1 0
1 0 3

y
1
y
2
y
3

.
Claramente es una forma bilineal simetrica, por lo que w es forma cuadratica, y
respecto de la base canonica esa es su matriz asociada. 1
9
Dos vectores x, y V se dicen conjugados para una forma cuadratica w si y
solo si lo son para su forma polar f. Igual se dene la conjugacion de subespacios
o de bases: son conjugados para para w si y solo si lo son para f. Tambien se dice
que w es forma cuadratica degenerada o forma cuadratica ordinaria si lo es f. El
rango de w se dene como el rango de la matriz asociada a w (en cualquier base).
Diagonalizar una forma cuadratica es diagonalizar su matriz asociada respecto de
una base cualquiera (encontrar la matriz diagonal y una base de vectores conju-
gados). Dos matrices diagonales asociadas a la misma forma cuadratica pueden
tener elementos distintos en la diagonal, pero las dos tienen siempre la misma
cantidad de elementos no nulos, y si el cuerpo es R entonces ambas matrices tie-
nen la misma cantidad de terminos estrictamente positivos (y por tanto la misma
cantidad de terminos negativos. En lo que sigue nos ocuparemos de estas formas
cuadraticas, las formas sobre el cuerpo de los n umeros reales.
Formas Cuadraticas Reales. Sea V un espacio vectorial de dimension n
sobre R. La forma cuadratica q : V R se llama forma cuadratica real.
Se llama signatura de q a un par de n umeros enteros no negativos (r, s) que
denotan respectivamente la cantidad de terminos positivos y la cantidad de termi-
nos negativos que aparecen en cualquier matriz diagonal asociada a q. Puesto que
para una matriz diagonal el rango coincide con el n umero de elementos no nulos,
de la denicion se deduce que rang(q) = r + s.
La forma cuadratica real q cuyo rango sea k y su signatura (r, s) se dice que
es:
denida positiva si q(x) > 0, x = 0. Equivalentemente, r = n.
denida negativa si q(x) < 0, x = 0. Equivalentemente, s = n.
semidenida positiva si q(x) 0, x V, y q(y) = 0 para alg un y = 0.
Equivalentemente, k = r < n.
semidenida negativa si q(x) 0, x V, y q(y) = 0 para alg un y = 0.
Equivalentemente, k = s < n.
indenida en cualquier otro caso; es decir, existen x, y V tales que q(x) <
0, q(y) > 0 o bien q(z) = 0, z V.
10
En la practica, para clasicar una forma cuadratica real q se puede proceder
de alguna de las siguiente formas:
- Obtener una matriz diagonal asociada a q y sobre ella obtener el rango y la
signatura.
- Obtener los autovalores de cualquier matriz asociada a q. Es notable recordar
que toda matriz real simetrica tiene todos sus autovalores en R y es diagonaliza-
ble. Ademas es ortogonalmente diagonalizable. El signo de los autovalores denen
tambien el rango y la signatura de q. Ademas la diagonalizacion ortogonal, que
estudiamos con detalle en el tema anterior, proporciona otro metodo para diago-
nalizar la forma cuadratica. Al aplicarlo, ha de tenerse presente que para seguir
creando y empleando la matriz de la forma cuadratica por las, los sistemas de
ecuaciones que proporcionan los subespacios propios han de crearse por las del
modo X(AI) = 0, siendo X = (x
1
, x
2
, , x
n
) y A M
n
la matriz de la forma
cuadratica. Los autovectores asociados al mismo autovalor se tomaran ortogonales
(respecto al producto escalar usual de R
n
). Se normalizaran y formaran (por -
las) la matriz P. Esta matriz sera ortogonal (P
1
= P
t
), y vericar a PAP
t
= D,
siendo D la matriz diagonal formada por los autovalores de la matriz A. Esta
matriz D sera matriz de la forma cuadratica.
- Estudiando el signo de los menores diagonales de cualquier matriz asociada
a q (no necesariamente matriz diagonal). El menor diagonal de orden r de una
matriz A M
n
es el menor de A cuya diagonal principal consta de los r primeros
elementos de la diagonal principal de A. Si
i
denota el menor diagonal de orden
i de A, entonces:
Si
i
> 0 para todo i = 1, 2, , n se tiene que q es denida positiva.
Si
i
> 0 para i par y
j
< 0 para j impar, se tiene que q es denida negativa.
Si alg un menor de orden par es menor que cero, entonces q es indenida.
En cualquier otro caso, este metodo no decide la clasicacion salvo que V sea
de dimension 3 (equivalentemente, cualquier matriz asociada a q es cuadrada de
orden 3). En este caso, se tiene un paso mas: Si
1
> 0,
2
> 0,
3
= 0, la forma
es semidenida positiva. Si
1
< 0,
2
> 0,
3
= 0, la forma es semidenida
negativa.
Ejemplo 4.5. Clasica la forma cuadratica del ejemplo anterior, w(x, y, z) =
2x
2
+y
2
2xz 3z
2
.
11
Solucion. Puesto que obtuvimos la matriz respecto de la base canonica, si estudia-
mos sus menores diagonales encontramos que
1
= 2,
2
= 2,
3
= 7. As que
el metodo de los menores diagonales no decide. Si calculamos los autovalores, ob-
tenemos: 1, 2

11, 2 +

11. Por tanto el rango es tres y la signatura es


(2, 1). As la forma es indenida y no degenerada. 1
4.4. Producto escalar.
Si se observa la denicion de producto escalar sobre un espacio vectorial V
dada en el tema 2, es facil comprobar que todo producto escalar es una forma
bilineal simetrica cuya forma cuadratica asociada es real, denida positiva. La
matriz metrica de un producto escalar es pues una matriz real simetrica cuyos
menores diagonales son todos estrictamente positivos. El recproco es tambien
cierto: toda forma bilineal simetrica cuya matriz asociada en cualquier base tenga
todos los menores diagonales estrictamente positivos, es un producto escalar sobre
V , es decir, toda forma bilineal simetrica cuya forma cuadratica asociada sea real,
denida positiva es un producto escalar en V . De este modo, todo lo dicho para
estas formas, es valido para un producto escalar. La denicion de ortogonalidad
es exactamente la de conjugacion para estas formas. As, se tiene que los metodos
para obtener una base de vectores conjugados son aplicables para obtener una base
ortogonal y dividiendo por la norma de cada vector obtenido se tiene una base
ortonormal. Tambien para el subespacio ortogonal a un vector dado o comprobar si
dos subespacios son ortogonales. Es facil probar que, dado un conjunto de vectores
P, todos ellos no nulos, si cada uno es ortogonal con los demas entonces P es un
sistema libre. Se debe recordar el concepto de angulo, norma y distancia dados a
partir de un producto escalar.
Ejemplo 4.6. En R
3
se considera la forma bilineal denida por
x/y = 2x
1
y
1
x
1
y
2
x
1
y
3
x
2
y
1
+x
2
y
2
x
3
y
1
+2x
3
y
3
, x = (x
1
, x
2
, x
3
), y = (y
1
, y
2
, y
3
).
Comprueba que es un producto escalar y encuentra una base ortonormal. Para
el subespacio S =< (1, 2, 1), (0, 3, 1) >, obtener el subespacio de los vectores
12
ortogonales a S. Obtener una base ortogonal de S. Obtener el angulo y la distancia
entre los vectores dados para generar S.
Solucion. Respecto de la base canonica, la matriz de / es:
A =

2 1 1
1 1 0
1 0 2

.
Que es real y simetrica. Los menores diagonales de A valen: 2, 1, 1 Por tanto la
forma cuadratica asociada es denida positiva. En consecuencia es un producto
escalar. Diagonalizando la matriz por transformaciones elementales se obtienen
las matrices P y D siguientes:
P =

0 1 0
1 1 0
1 1 1

, D =

1 0 0
0 1 0
0 0 1

.
As, una base ortonormal es B
o
= {(0, 1, 0), (1, 1, 0), (1, 1, 1)}. Notese que con este
metodo la base que se obtiene habitualmente es una base ortogonal y para la base
ortonormal hay que dividir por la norma de los vectores, que es la raz cuadrada
de los elementos diagonales de la matriz diagonal. En este caso la matriz diagonal
es la identidad, lo que equivale a que los vectores de la base tienen ya norma uno,
es decir la base es ya ortonormal.
Un vector es ortogonal a S si y solo si es ortogonal a cada uno de los vectores
de la base dada de S. Si S

denota el subespacio ortogonal de S, entonces:


S

= {(x, y, z) V : (x, y, z)/(1, 2, 1) = 0, (x, y, z)/(0, 3, 1) = 0}.


As se tiene que cumplir simultaneamente:
(x, y, z)

2 1 1
1 1 0
1 0 2

1
2
1

= 0 y (x, y, z)

2 1 1
1 1 0
1 0 2

0
3
1

= 0.
Se obtiene: S

= {(x, y, z) V : 3x + 3y z = 0, 4x + 3y + 2z = 0}.
Para obtener una base ortogonal de S, debemos encontrar dos vectores de S
que sean conjugados para /. Denotaremos e
1
, e
2
a esos vectores Fijamos uno de
ellos: e
1
= (1, 2, 1) y e
2
= (0, 3, 1)(1, 2, 1). (De ese modo aseguramos que
ambos vectores estan en S). Determinando para que e
1
y e
2
sean ortogonales,
seran tambien linealmente independientes y por tanto base. Ahora
13
e
1
/e
2
= 0 (1, 2, 1)/((0, 3, 1) (1, 2, 1)) = 0
=
(1, 2, 1)/(0, 3, 1)
(1, 2, 1)/(1, 2, 1)
=
4
5
.
As una base ortogonal de S es B = {1, 2, 1), (4/5, 7/5, 9/5)}.
La distancia entre los vectores u = (1, 2, 1) y v = (0, 3, 1) es |u v| =

5
y el angulo, arcos
(
u/v
|u||v|
)
= arcos
(
8

10

11
)
= 40,29
o
1
4.5. Ejercicios y Cuestiones
1. Muestra que toda matriz cuadrada real A M
n
se puede poner
como suma de una matriz simetrica A
1
y una matriz antisimetri-
ca A
2
, A
1
, A
2
M
n
, y la descomposicion es unica. Deduce de ello
que toda forma bilineal sobre R
n
se puede poner como suma de
una forma bilineal simetrica y una forma bilineal antisimetrica y
la descomposicion es unica. (Sugerencia: Dene A
1
= 1/2(A + A
t
) y
A
2
= 1/2(A A
t
) y comprueba que verican lo que se pide)
Solucion. Considerando A
1
y A
2
como se dene en la sugerencia, tenemos:
A
t
1
= [1/2(A+A
t
)]
t
= 1/2(A+A
t
)
t
= 1/2(A
t
+(A
t
)
t
) = 1/2(A
t
+A) = A
1
y
A
t
2
= [1/2(AA
t
)]
t
= 1/2(AA
t
)
t
= 1/2(A
t
(A
t
)
t
) = 1/2(A
t
A) = A
2
.
As, A
1
es simetrica y A
2
es antisimetrica y
A
1
+A
2
= 1/2(A +A
t
) + 1/2(A A
t
) = A.
Comprobemos que la descomposicion es unica, es decir, si otro par A

1
, A

2
de matrices son, respectivamente, simetrica y antisimetrica, y la suma es la
matriz A, entonces son, respectivamente las matrices denidas A
1
y A
2
.
En efecto. Se tendra: A = A

1
+A

2
[1] y A
t
= A

1
t
+A

2
t
. Como A

1
es simetrica
y A

2
es antisimetrica, se tiene: A
t
= A

1
A

2
. De esta igualdad, junto con [1]
se deduce: A+A
t
= 2A

1
y AA
t
= 2A

2
. Es decir A

1
= 1/2(A+A
t
) = A
1
y
A

2
= 1/2(A A
t
) = A
2
.
Dada una forma bilineal f, basta tomar su matriz A (en una base cualquie-
ra), formar las matrices A
1
y A
2
y considerar las formas bilineales f
1
, f
2
14
asociadas a estas matrices (en la base jada). Esas formas bilineales son la
descomposicion pedida.
2. Sea V un espacio vectorial de dimension n sobre K y f, g aplica-
ciones lineales de V en K, cuyas matrices respecto de una base B
denotamos por M, N M
n,1
respectivamente. Comprueba que la
aplicacion h: V V K denida por: h(x, y) = f(x)g(y) es una for-
ma bilineal. Encuentra la matriz de h a partir de las matrices de
f y g. Indica alguna condicion sobre f y g para que h sea bilineal
simetrica.
Solucion. Sean x
1
, x
2
, y V , K. Entonces
h(x
1
+x
2
, y) = f(x
1
+x
2
)g(y) = (f(x
1
) +f(x
2
))g(y) = f(x
1
)g(y) +
f(x
2
)g(y) = h(x
1
, y) + h(x
2
, y)
Si B = {v
1
, v
2
, . . . , v
n
} es una base de V , entonces la matriz de h sera

h(v
1
, v
1
) h(v
1
, v
2
) h(v
1
, v
n
)
h(v
2
, v
1
) h(v
2
, v
2
) h(v
2
, v
n
)

h(v
n
, v
1
) h(v
n
, v
2
) h(v
n
, v
n
)

=
=

f(v
1
)g(v
1
) f(v
1
)g(v
2
) f(v
1
)g(v
n
)
f(v
2
)g(v
1
) f(v
2
)g(v
2
) f(v
2
)g(v
n
)

f(v
n
)g(v
1
) f(v
n
)g(v
2
) f(v
n
)g(v
n
)

=
=

f(v
1
) 0 0
f(v
2
) 0 0

f(v
n
) 0 0

g(v
1
) g(v
2
) g(v
n
)
0 0 0

0 0 0

Para que h sea simetrica sera preciso que f(v


i
)g(v
j
) = f(v
j
)g(v
i
) siempre que
i = j.
3. Considera la forma cuadratica q : R
3
R denida por q(x, y, z) =
x
2
y
2
3z
2
+ 2xz + 4yz. Encontrar la matriz respecto de la base
canonica, encontrar su n ucleo y el conjugado de (1, 2, 0). Diagonali-
zarla y clasicarla.
15
Solucion. La matriz en la base canonica es
M =

1 0 1
0 1 2
1 2 3

.
Diagonalicemos por base de vectores conjugados B = {(1, 0, 0)(, , 0)(x, y, z)}
(1, 0, 0)

1 0 1
0 1 2
1 2 3

= 0
Una solucion es = 0, = 1.
Las otras dos ecuaciones a resolver son
(1, 0, 0)

1 0 1
0 1 2
1 2 3

x
y
z

= 0
y
(0, 1, 0)

1 0 1
0 1 2
1 2 3

x
y
z

= 0
De las que una solucion es x = 1, y = 2, z = 1. As una base de vectores
conjugados sera B = {(1, 0, 0), (0, 1, 0), (1, 2, 1)}. La matriz asociada en
esta base es

1 0 0
0 1 0
0 0 0

y por tanto q es indenida, con ran(q) = 2 y sig(q) = (1, 1). Para calcular
su n ucleo, volvemos a la matriz en base canonica.
N(q) = {(x, y, z) R
3
: (x, y, z)

1 0 1
0 1 2
1 2 3

= (0, 0, 0)} =
{(x, y, z) R
3
: x + z = 0, y + 2z = 0, x + 2y 3z = 0} =
= {(x, y, z) R
3
: x +z = 0, y + 2z = 0, } =
=< (1, 2, 1) > .
16
(1, 2, 0)

= {(x, y, z) R
3
: (x, y, z)

1 0 1
0 1 2
1 2 3

1
2
0

= 0} =
= {(x, y, z) R
3
: x 2y + 5z = 0
4. Sea : R
3
R la forma cuadratica que en una cierta base B =
{e
1
, e
2
, e
3
} tiene por matriz asociada
A =

0 1 2
1 0 1
2 1 1

Sea B

= {u
1
, u
2
, u
3
} otra base relacionada con la anterior por: e
1
=
u
1
u
2
+ u
3
, e
2
= 2u
1
+ 2u
2
u
3
, e
3
= 2u
1
+ u
2
u
3
. Hallar la matriz
A

de en la base B

. Obtener otra base en la cual la matriz de


sea diagonal. Con ella obtener rango, signatura y clasicacion.
Solucion. La matriz P de paso de B

a B se obtiene de forma inmediata con


la relacion dada. Esa matriz es:
P =

1 1 1
2 2 1
2 1 1

.
La matriz pedida es A

= PAP
t
=

1 2 0
2 5 2
0 2 1

.
Encontremos una base de vectores conjugados, y con ella, una matriz diago-
nal.
En este caso, buscamos la base de la forma C = {(0, 0, 1)
B
, (0, , )
B
, (x, y, z)
B
},
(intente el lector buscarla del modo habitual y ver a la dicultad). Imponiendo
la condicion de que sean conjugados dos a dos (usando la matriz A), encon-
tramos que una solucion es = 1, = 1, x = 1, y = 3, z = 1. La base de
vectores conjugados es C = {e
3
, e
2
+ e
3
, e
1
+ 3e
2
+ e
3
} y la matriz en esta
base es:
D =

1 0 0
0 1 0
0 0 5

.
17
Es decir, el rango es tres y la signatura (2,1). La forma es indenida.
5. Sea : R
3
R la forma cuadratica real que tiene por ecuacion (en
la base canonica):
(x, y, z) = x
2
+ ( +)y
2
+ (1 + )z
2
+ 2xy + 2yz, , R.
Clasicar atendiendo al rango y la signatura, en funcion de y
.
Solucion. La matriz de la forma cuadratica respecto de la base canonica es
M =

0
+
0 1 +

.
Diagonalicemos la matriz M por transformaciones elementales, indicando las trans-
formaciones empleadas:

1 0 0 0
0 1 0 +
0 0 1 0 1 +


f
2
f
1

1 0 0 0
1 1 0 0
0 0 1 0 1 +


c
2
c
1

1 0 0 0 0
1 1 0 0
0 0 1 0 1 +


f
3
f
2

1 0 0 0 0
1 1 0 0
1 1 1 0 0 1


c
3
c
2

1 0 0 0 0
1 1 0 0 0
1 1 1 0 0 1

.
La matriz diagonal a estudiar es pues D =

0 0
0 0
0 0 1

.
a) Si > 0 y > 0, entonces ran() = 3, sig() = (3, 0), denida positiva.
b) Si < 0, entonces ran() = 3, sig() = (2, 1), indenida.
c) Si < 0 y < 0, entonces ran() = 3, sig() = (1, 2), indenida.
d) Si = = 0, entonces ran() = 1, sig() = (1, 0), semidenida positiva.
e) Si = 0 y + > 0 entonces ran() = 2, sig() = (2, 0), semidenida
positiva.
f) Si = 0 y + < 0 entonces ran() = 2, sig() = (1, 1), indenida.
18