Corolario: Sea V un espacio vectorial real de dimension finita n,

y f ∈ 2 V de rango r, entonces existe una base B de V tal que

P

 
1
 .. 

 . 


 1 


 −1 

[f ] =
 .. 
(1)
B B 
 . 


 −1 


 0 


 . .. 


Ademas el numero de unos y menos unos es independiente de la base.

Demostracion: Por el teorema anterior existe B ∗ = {v1∗ , v2∗ , . . . , vn∗ } base
de V tal que  
c1

 c2 

 . . 

 . 

B ∗ [f ]B ∗ = 
 cr 


 0 

 .. 
 . 
0
con ci 6= 0 para i = 1, 2, . . . , r
tomemos B = {v1 , v2 , . . . , vn } con

v∗
vi = p i para i = i = 1, 2, . . . , r y
|ci |
vi = vi∗ para i = r + 1, . . . , n

claramente B es una base de V y

v∗ v∗ f (vi∗ , vi∗ ) ci
f (vi , vi ) = f ( p i , p i ) = = = ±1 para i = i = 1, 2, . . . , r
|ci | |ci | |ci | |ci |
y
∗ ∗
f (vi , vi ) = f (vi , vi ) = 0 para i = r + 1, . . . , n

1
 Ahora ordenamos la base de tal manera que f (vi , vi ) = 1 esten ubicados
en las primeras filas, asi obtenemos
 
1
 .. 

 . 


 1 


 −1 

. .
B [f ]B =   = (aij )
 
 . 

 −1 


 0 

 . .

 . 
0

donde

 1 i = 1, 2, . . . , k
aii = −1 i = k + 1, k + 2, . . . , r
0 i = r + 1, r + 2, . . . , n


Definamos V+P= VectR {v1 , v2 , . . . , vk }, ahora si x ∈ V+ ,

entonces x = kj=1 aj vj de donde

Xk k
X
f (x, x) = f ( aj v j , ai vi )
j=1 i=1
k
X k
X
= aj f (vj , ai v i )
j=1 i=1
k X
X k
= aj ai f (vj , vi ) f (vj , vi ) = 0
j=1 i=1
k
X
= a2j f (vj , vj ) f (vj , vj ) = 1
j=1
k
X
= a2j
j=1

por lo tanto si x 6= 0 entonces f (x, x) > 0 es decir f es definida positiva en V+

2
 DefinamosPV− = VectR {vk+1 , vk+2 , . . . , vr }, ahora si x ∈ V− ,
entonces x = rj=k+1 ai vi de donde

r
X r
X
f (x, x) = f ( aj v j , ai v i )
j=k+1 i=k+1
r
X Xr
= aj f (vj , ai v i )
j=k+1 i=k+1
Xr r
X
= aj ai f (vj , vi ) f (vj , vi ) = 0
j=k+1 i=k+1
k
X
= a2j f (vj , vj ) f (vj , vj ) = −1
j=k+1
k
X
=− a2j
j=1

por lo tanto si x 6= 0 entonces f (x, x) < 0 es decir f es definida negativa en

V−

DefinamosPV0 = VectR {vr+1 , vr+2 , . . . , vn }, ahora si x ∈ V0 ,

entonces x = nj=r+1 ai vi de donde

n
X n
X
f (x, x) = f ( aj v j , ai vi )
j=r+1 i=r+1
n
X Xn
= aj f (vj , ai v i )
j=r+1 i=r+1
Xn n
X
= aj ai f (vj , vi ) f (vj , vi ) = 0
j=r+1 i=r+1
Xn
= a2j f (vj , vj ) f (vj , vj ) = 0
j=r+1

=0

asi V0 ⊆ {v ∈ V | f (v, v) = 0}

3
Afirmacion:
V = V+ ⊕ V− ⊕ V0 (2)
Claramente V+ ∩ V− ∩ V0 = {0V }, pues f es definida positiva en V+
y definida negativa en V− , por lo tanto V+ ∩ V− = {0V }, y claramente
f (0V , 0V ) = 0.
Ahora si v ∈ V, entonces

Pn Pk Pr Pn
v= j=1 aj vj = j=1 aj v j + j=k+1 aj v j + j=r+1 aj v j

donde

Pk
j=1 aj v j ∈ V +
Pr
j=k+1 aj v j ∈ V −
Pn
j=r+1 aj v j ∈ V 0

Afirmacion: Si W es un subespacio de V en el que f es definida positiva

entonces
W ∩ V− = {0V } (3)
W ∩ V0 = {0V }
dim(W) 6 dim(V+ )
Si v ∈ W ∩ V− , entonces f (v, v) 6 0 6 f (v, v) de donde f (v, v) = 0, y el
unico elemento de V− que cumple esto es v = 0.
Si v ∈ W ∩ V0 , entonces f (v, v) = 0, pero el unico elemento de W que
cumple esto es v = 0.
Sabemos por (2) que

dim(V) = dim(V+ ) + dim(V− ) + dim(V0 )

pero
dim(W ⊕ V− ⊕ V0 ) 6 dim(V+ )
de donde

dim(W) + dim(V− ) + dim(V0 ) 6 dim(V+ ) + dim(V1 − ) + dim(V0 )

dim(W) 6 dim(V+ )

4
 Afirmacion:

V0 = {v ∈ V | f (v, u) = 0 ∀u ∈ V} = Rad(f ) (4)

Pn Pn
Si v ∈ V0 y u ∈ V entonces v = j=r+1 aj v j y u = i=1 bi vi de donde

n
X n
X
f (v, u) = f ( aj v j , bi v i )
j=r+1 i=1
n
X Xn
= aj f (vj , bi v i )
j=r+1 i=1
Xn n
X
= aj bi f (vj , vi ) f (vj , vi ) = 0
j=r+1 i=1
Xn
= aj bj f (vj , vj ) f (vj , vj ) = 0
j=r+1

=0

asi v ∈ Rad(f )
Si v ∈ Rad(f ) entonces f (v, u) = 0 para todo u ∈ V, en particular
f (v, vi ) = 0 para todo vi ∈ B,ademas v = ni=1 ai vi , de donde
P

5
 Xn
f (v, vj ) = f ( ai v i , v j )
i=1
n
X
= ai f (vi , vj ) f (vj , vi ) = 0
i=1

= aj f (vj , vj )

=0

Pn
de donde aj = 0 para j = 1, 2, . . . , r asi v = i=r+1 ai vi ∈ V0
Ahora si B1 es otra base que satisface (1), entonces se obtienen los corre-
spondientes subespacion V1 + , V1 − y V1 0 , y el razonamiento seguido en
(3),nos muestra que dim(V1 + ) 6 dim(V1 + ). Invirtiendolo, se obtiene
dim(V1 + ) 6 dim(V1 + ), y por tanto

dim(V1 + ) = dim(V1 + )

Es decir la cantidad de unos en las matrices respectivas a ambas bases son

iguales, dado que el rango de f no depende de la base, entonces la cantidad
de menos unos de ambas matrices tambien son iguales.
Comentarios
1: V0 = Rad(f ), es decir, es el mismo subespacio independientemente de
las base
2: V+ y V− si dependen de la base, es decir puede ocurrir que V+ (V− ) no
coindida con V1 + (V1 − )

6
 P2
Definicion: Sea V un espacio vectorial de dimension finita y f ∈ V,
definimos la signatura de f como dim(V+ ) − dim(V− ).

Definicion: Sea V un espacio vectorial

1: Una forma bilineal f simetrica no degenerada se llama producto escalar,
y decimos que (V, f ) es un espacion vectorial con producto escalar.
2: Una forma bilineal w antisimetrica no degenerada se llama forma simplec-
tica sobre V, y decimos que (V, w) es un espacion vectorial simplectico.
Ejemplos:
1:
f : R2 × R2 −→ R tal que f ((x1 , y1 ), (x2 , y2 )) = x1 x2 − y1 y2 es un producto
escalar.
Veamos que es lineal con respecto a su primera componente

f ((x1 , y1 ) + (x2 , y2 ), (x3 , y3 )) = f ((x1 + x2 , y1 + y2 ), (x3 , y3 ))

= (x1 + x2 )x3 − (y1 + y2 )y3

= x1 x3 − y1 y3 + x2 x3 − y2 y3

= f ((x1 , y1 ), (x3 , y3 )) + f ((x2 , y2 ), (x3 , y3 ))

7
es lineal con respecto a su segunda componente

f ((x1 , y1 ), (x2 , y2 ) + (x3 , y3 )) = f ((x1 , y1 ), (x2 + x3 , y2 + y3 ))

= x1 (x2 + x3 ) − y1 (y2 + y3 )

= x1 x2 − y1 y2 + x1 x3 − y1 y3

= f ((x1 , y1 ), (x2 , y2 )) + f ((x1 , y1 ), (x3 , y3 ))

es simetrica

f ((x1 , y1 ), (x2 , y2 )) = x1 x2 − y1 y2

= x2 x1 − y 2 y 1

= f ((x2 , y2 ), (x1 , y1 ))

No degenerada: Sea (x1 , y1 ) ∈ Rad(f ) entonces

f ((x1 , y1 ), (1, 0)) = x1 = 0

f ((x1 , y1 ), (0, −1)) = y1 = 0

por lo tanto (x1 , y1 ) = (0, 0)

Si B = {(1, 0), (0, 1)} entonces, f ((1, 0), (1, 0)) = 1,f ((1, 0), (0, 1)) = 0 y

8
f ((0, 1), (0, 1)) = −1, por lo tanto

 
1 0 
B [f ]B = 
0 −1

2:
w : R2 × R2 −→ R tal que w((x1 , y1 ), (x2 , y2 )) = x1 y2 − x2 y1 es una forma
simplectica.
Veamos que es lineal con respecto a su primera componente

w((x1 , y1 ) + (x2 , y2 ), (x3 , y3 )) = w((x1 + x2 , y1 + y2 ), (x3 , y3 ))

= (x1 + x2 )y3 − (y1 + y2 )x3

= x1 y3 − y1 x3 + x2 y3 − y2 x3

= w((x1 , y1 ), (x3 , y3 )) + w((x2 , y2 ), (x3 , y3 ))

es lineal con respecto a su segunda componente

w((x1 , y1 ), (x2 , y2 ) + (x3 , y3 )) = w((x1 , y1 ), (x2 + x3 , y2 + y3 ))

= x1 (y2 + y3 ) − y1 (x2 + x3 )

= x1 y2 − x2 y1 + x1 y3 − y1 x3

= w((x1 , y1 ), (x2 , y2 )) + w((x1 , y1 ), (x3 , y3 ))

9
es antisimetrica

w((x1 , y1 ), (x2 , y2 )) = x1 y2 − y1 x2

= −(x2 y1 − y2 x1 )

= −w((x2 , y2 ), (x1 , y1 ))

No degenerada: Sea (x1 , y1 ) ∈ Rad(w) entonces

w((x1 , y1 ), (−1, 0)) = y1 = 0

w((x1 , y1 ), (0, 1)) = x1 = 0

por lo tanto (x1 , y1 ) = (0, 0)

Proposicion: Sea V un espacio vectorial real de dimension finita n,
y g ∈ Λ2 (V) de rango k, entonces k es par y existe una base B de V tal que

 
0 1 
 
−1 0 
 
..
 
.
 
 
B [g] B = 


 (5)

 0 1 

 

 −1 0 

 
0 (n−k)×(n−k)

10
 Demostracion:
Si k = 0, entonces g = 0 y [g] = 0n×n
Si k > 0, entonces g 6= 0, y existen u∗ , v ∈ V tal que g(u∗ , v) 6= 0,
u∗ 1
si tomamos u = ∗
entonces g(u, v) = g( ∗
u∗ , v) = 1
g(u , v) g(u , v)

Ahora sea W = VectR {u, v}

Afirmacion: V = W ⊕ W⊥g
-W ∩ W⊥g = {0V }
Como g es antisimetrica entonces g(x, x) = −g(x, x) de donde 2g(x, x) = 0
y por lo tanto g(x, x) = 0
Ahora si x ∈ W∩W⊥g entonces x = a1 u+a2 v y ademas g(x, u) = g(x, v) = 0
Luego g(x, u) = g(a1 u + a2 v, u) = a1 g(u, u) + a2 g(v, u) = −a2 = 0
y ademas g(x, v) = g(a1 u + a2 v, v) = a1 g(u, v) + a2 g(v, v) = a1 = 0
por lo tanto x = 0V
- W + W⊥g = V
si x ∈ V, entonces deseamos encontrar escalares a1 , a2 y w ∈ W⊥g tal que
x = a1 u + a2 v + w
entonces g(x, u) = g(a1 u + a2 v + w, u) = a2 g(v, u) = −a2
y ademas g(x, v) = g(a1 u + a2 v + w, v) = a1 g(u, v) = a1
por lo tanto x = g(x, v)u − g(x, u)v + w,
asi w = x − g(x, v)u + g(x, u)v
cumpliendo que

11
 g(w, u) = g(x − g(x, v)u + g(x, u)v, u)

= g(x, u) + g(x, u)g(v, u)

= g(x, u) − g(x, u)

=0

g(w, v) = g(x − g(x, v)u + g(x, u)v, v)

= g(x, v) − g(x, v)g(u, v)

= g(x, v) − g(x, v)

=0

por lo tanto w ∈ W⊥g , y por ende x ∈ W + W⊥g .

Consideremos g ∗ = g W⊥g : W⊥g × W⊥g −→ R
donde claramente g ∗ ∈ Λ2 (W⊥g )
Si g ∗ = 0, entonces tomamos B∗ una base arbitraria de W⊥g ,
∗
asi W⊥g [g ]W⊥g = 0(n−2)×(n−2)
Luego B = {u, v} ∪ B∗ es una base de V y

12
  
0 1 
 
B [g]B = −1 0
 

 
0 (n−2)×(n−2)

Por otro lado si g ∗ 6= 0 entonces repetimos el argumento, obteniendo dos

vectores u1 , v1 ∈ W⊥g tal que g(u1 , v1 ) = 1, y haciendo W1 = VectR {u1 , v1 }
donde se cumplida que W⊥g = W1 ⊕ W1 ⊥g
Aqui hacemos g1 = g W1 ⊥g : W1 ⊥g × W1 ⊥g −→ R
donde claramente g2 ∈ Λ2 (W1 ⊥g )
Si g ∗ = 0, entonces tomamos B1 una base arbitraria de W1 ⊥g ,
asi W1 ⊥g [g1 ]W1 ⊥g = 0(n−4)×(n−4)
Luego B = {u, v} ∪ {u1 , v1 } ∪ B1 es una base de V y

 
0 1 
 
−1 0 
 
 
B [g]B = 
 
0 1 
 
 

 −1 0 

 
0 (n−4)×(n−4)

Por otro lado si g1 6= 0 entonces repetimos el argumento....

Como el rango de g es finito, eventualmente este proceso terminara en un
gm = 0, obteniendo una base B = {u, v} ∪ {u1 , v1 } ∪ · · · ∪ {um , vm } ∪ Bm
de V donde claramente {u, v} ∪ {u1 , v1 } ∪ · · · ∪ {um , vm } es un conjunto
con un numero par de elementos, entonces k = 2m y

13
  
0 1 
 
−1 0 
 
..
 
.
 
 
B [g]B = 
 


 0 1 

 

 −1 0 

 
0 (n−k)×(n−k)

Corolario:
1. Si f es un producto escalar

 
1 
 .
..

 
 
 
1
 
 
B [f ]B = 
 


 −1 

 .. 

 . 

 
−1

donde hay m unos, n menos unos y m − n es la signatura de f .

Ademas V = V+ ⊕ V−

14
2. Si w es una forma simplectica

 
 1 
.
..
 
 
 
 
1
 
 
B [w]B = 
 


 −1 

 . 

 .. 

 
−1

y dim(V) es par, y hay igual numeros de unos y menos unos en la matriz.

3. Si f es un producto escalar sobre V y W ⊆ V es un subespacio, entonces
dim(V) = dim(W) + dim(W⊥f )
4. Si w es una forma simplectica sobre V y H ⊆ V es un subespacio,
entonces dim(V) = dim(H) + dim(H⊥w )
Demostracion:
1. Si f es un producto escalar, entonces es una forma bilineal simetrica no
degenerada, luego por (1) existe una base B = {u1 , u2 , . . . , ut } tal que

15
  
1
 
 .
..

 
 
 
1
 
 
 
 

 −1 

 .. 
B [f ]B =  . (6)
 

 
−1
 
 
 
 

 0 

 .. 

 . 

 
0

pero f es no degenerada, por lo tanto para todo elemento de la base vi ,

f (vi , vi ) 6= 0, de donde

 
1 
 .
..

 
 
 
1
 
 
B [f ]B =  (7)
 


 −1 

 .. 

 . 

 
−1

donde si m es la cantidad de unos y n es la cantidad de menos unos, entonces

m − n es la signatura de f , ademas V = V+ ⊕ V− ⊕ V0 , pero V0 = {0V },
pues f es no degenerada, por lo tanto V = V+ ⊕ V−
2. Si w es una forma simplectica, entonces w es una forma bilineal antisi-
metrica no degenerada, y por (5) ran(w) es par, y existe una base

16
B = {u1 , v1 , u2 , v2 , . . . , un vn , s1 , . . . , sm } tal que


 0 i 6= j

w(ui , vi ) =
 1
 i=j
w(ui , uj ) = w(vi , vj ) = 0
w(si , uj ) = w(si , vj ) = w(si , sj ) = 0

donde claramente w(si , x) = 0 para todo x ∈ V pero como w es no degen-

erada, entonces si = 0 para todo i = 1, 2, . . . , m, luego estos si no pueden
pertenecer a la base B, asi B = {u1 , v1 , u2 , v2 , . . . , un vn }, de donde es claro
que dim(V) es par.
Ahora reordenemos la base de la siguiente manera B = {u1 , u2 , . . . , un , vn , vn−1 , . . . , v1 },
entonces
 
 w(u1 , v1 ) 
.
..
 
 
 
 
w(un , vn )
 
 
B [w]B = 
 


 w(vn , un ) 

 . 

 .. 

 
w(v1 , u1 )

17
  
 1 
.
..
 
 
 
 
1
 
 
B [w]B = 
 


 −1 

 . 

 .. 

 
−1

donde claramente hay igual numero de unos y menos unos en la matriz,

siendo n unos y n menos unos.
3. Sea B1 = {u1 , u2 , . . . , un , } una base de W, la cual podemos completar
para obtener B = {u1 , u2 , . . . , un , v1 , v2 , . . . , vm } una base de V,claramente
f es un producto escalar tanto en V como en W, luego B1 [f ]B1 y B [f ]B

cumplen lo dicho en la parte 1 de este mismo corolario, de donde se puede

deducir con facilidad VectR {v1 , v2 , . . . , vm } = W⊥f , y por lo tanto
dim(V) = dim(W) + dim(W⊥f )

4. Sea B1 = {u1 , u2 , . . . , un , } una base de H, la cual podemos completar

para obtener B = {u1 , u2 , . . . , un , v1 , v2 , . . . , vm } una base de V,claramente
w es una forma simplectica tanto en V como en H, luego B1 [w]B1 y B [w]B
cumplen lo dicho en la parte 2 de este mismo corolario, de donde se puede
deducir con facilidad VectR {v1 , v2 , . . . , vm } = W⊥g , y por lo tanto
dim(V) = dim(H) + dim(H⊥w ).

18
 Definicion: Sea (V, w) un espacio vectorial simplectico si H ⊆ V un
subespacio
1: H se llama simplectico si H ∩ H⊥w = {0V }.
2: H se llama isotropico si H ⊆ H⊥w .
3: H se llama coisotropico si H⊥w ⊆ H.
4: H se llama lagrangiano si H⊥w = H.

19