Contenido Adicionar

Aplicaciones de la Clasificación de endomorfismos
Gloria Serrano Sotelo
Potencia y exponencial de una matriz
1 0 2
Calculemos A150 y e A siendo A= -1 1 3 .
0 1 1
El polinomio característico de T es cHxL = Hx + 1L Hx - 2L2

La dimensión de Ker(T - 2 I) es 1, pues el rango de rg(A-2I)=2.
Luego T no diagonaliza y , por tanto, su anulador es mHxL = Hx + 1L Hx - 2L2 .
Aplicando el 1º teorema de decomposición:
R3 = KerHT + IL ⊕KerHT - 2 IL2
Por cómputo de dimensiones, se deduce que los dos subespacios invariantes de la descomposición son monógenos de
anuladores (x+1) y Hx - 2L2 , respectivamente.
La forma de Jordan es
-1 0 0
J= 0 2 0
0 1 2
y la base de Jordan es 8u, v, (T-2I)(v)}, siendo Xu\=Ker(T+I) y vœKerHT - 2 IL2 tal que v–KerHT - 2 IL.
Calculemos explícitamente la base de Jordan:
2 0 2
2x+2z=0
A+I= - 1 2 3 ; rg(A+I)=2 ; Ker(T+I)ª: fl Ker(T+I)=Xu=(1, 2, -1)\
y+2z=0
0 1 2
-1 0 2
-x + 2 z = 0
A-2I= - 1 - 1 3 ; rg(A-2I)=2 ; Ker(T-2I)ª: fl Ker(T-2I)=Xe=(2, 1, 1)\
y-z=0
0 1 -1
1 2 -4
HA - 2 IL2 = 2 4 - 8 ; rgHA - 2 IL2 =1 ; KerHT - 2 IL2 ªx+2y-4z=0 .
-1 -2 4
El vector v=(2,-1,0)œKerHT - 2 IL2 y no está en Ker(T-2I), y su imagen por T-2I es (T-2I) v=(-2,-1,-1).
1 2 -2
La base de Jordan es pues {(1, 2, -1), (2, -1, 0), (-2,-1,-1)} y la matriz del cambio de base B= 2 - 1 - 1 .
-1 0 -1
Así, de A = B × J × B-1 se obtiene A150 = B × J150 ·B-1 y también e A = B × e J × B-1

Descomponiendo J en suma de una matriz diagonal D y otra nilpotente N, J=D+N, se calculan fácilmente J150 y e J .
-1 0 0 -1 0 0 0 0 0
J = D + N fl 0 2 0 = 0 2 0 + 0 0 0
0 1 2 0 0 2 0 1 0
Como N es una matriz nilpotente de índice 2 Ianulador x2 M , N2 =0 , del desarrollo binómico de HD + NL150 y del
desarrollo exponencial de eD y eN se obtiene:
1 0 0 -1 0 0 0 0 0 1 0 0
150 150 150 149 150 149 150
J = HD + NL =D +150 D ·N= 0 2 0 +150 0 2 0 . 0 0 0 = 0 2 0
0 0 2 150
0 0 2149 0 1 0 0 150 ÿ 2 149
2 150
e-1 0 0 1 0 0 e-1 0 0
2 AplicacionesClasificación.nb
Como N es una matriz nilpotente de índice 2 Ianulador x2 M , N2 =0 , del desarrollo binómico de HD + NL150 y del
desarrollo exponencial de eD y eN se obtiene:
1 0 0 -1 0 0 0 0 0 1 0 0
150 150 150 149 150 149 150
J = HD + NL =D +150 D ·N= 0 2 0 +150 0 2 0 . 0 0 0 = 0 2 0
0 0 2150 0 0 2149 0 1 0 0 150 ÿ 2149 2150
e-1 0 0 1 0 0 e-1 0 0
e J = eHD+NL = eD × eN = eD .(I+N) = 0 e2 0 . 0 1 0 = 0 e2 0
0 0 e2 0 1 1 0 e2 e2
Así resulta:
1 0 0 -1
1 2 -2 1 2 -2
-1
A150 150
= B × J × B = 2 -1 -1 . 0 2150
0 . 2 -1 -1
-1 0 -1 0 150 ÿ 2149
2150 -1 0 -1
-1
1 2 -2 e-1 0 0 1 2 -2
A J -1
e = B × e × B = 2 -1 -1 . 0 e 0 . 2 -1 -1
2
-1 0 -1 0 e2 e2 -1 0 -1
ü Ejercicios
-7 -6
1. Calcula A275 siendo A=K O
12 10
0 0 1
2. Calcula An siendo A= 1 0 0
0 1 0
8 -6 4
3. Dada A= - 6 9 - 2 , calcula A100 y encuentra las raíces cuadradas de A.
4 -2 4
Aplicación a la resolución de sistemas de ecuaciones diferenciales lineales
Resolveremos como aplicación de la exponencial de matrices sistemas de ecuaciones diferenciales del tipo: X'(-
t)=A·X(t)
x1 HtL x '1 HtL
donde Aœ M(n, k), X(t)= : , con x1 HtL,.., xn HtL funciones diferenciables y X'(t)= : .
xn HtL x 'n HtL
l1
At
La solución general del sistema es: X(t)=e : , con l1 œk
ln
Resolvamos el sistema de ecuaciones diferenciales:

dx dy dz
= x+2z , = -x+y+3z , = y+z
dt dt dt
1 0 2
La matriz del sistema es A= - 1 1 3 (la matriz del ejemplo anterior).
0 1 1
AplicacionesClasificación.nb 3
Resolvamos el sistema de ecuaciones diferenciales:

dx dy dz
= x+2z , = -x+y+3z , = y+z
dt dt dt
1 0 2
La matriz del sistema es A= - 1 1 3 (la matriz del ejemplo anterior).
0 1 1
La solución general del sistema es:
xHtL l1
At
yHtL =e l2 , con li constantes arbritarias.
zHtL l3
Si J es la forma de Jordan de A y B la matriz del cambio de base, del ejemplo anterior se sigue:
e-t 0 0 1 0 0 e-t 0 0
Jt Dt
e = e .(I+Nt)= 0 e 2 t
0 . 0 1 0 = 0 e 2 t
0 , luego
0 0 e2 t 0 t 1 0 te2 t e2 t
xHtL l1 a1 1 2 -2 e-t 0 0 a1
Jt -1 Jt
yHtL =B × e × B l2 =B × e a2 = 2 -1 -1 0 e 2t
0 a2 =
zHtL l3 a3 -1 0 -1 0 te 2t
e2 t a3
e-t 2 e2 t - 2 e2 t a1
2e -t
H- 1 - tL e 2t
-e 2t a2 , siendo a1 , a2 , a3 constantes arbitrarias.
-e -t
- te 2t
- e2 t a3
Se obtiene como solución del sistema:
x HtL = a1 e-t + (2a2 -2a3 )e2 t , yHtL = 2 a1 e-t - (a2 + t a2 + a3 )e2 t , zHtL = - a1 e-t - (ta2 + a3 )e2 t
ü Ejercicios
Resuelve los siguientes sistemas de ecuaciones diferenciales:
† † †
1. xHtL = x - 3 y + 3 z , yHtL = -2 x - 6 y + 13 z , z HtL = -x - 4 y + 8 z
dx dy dz dw
2. = 3x-y, =x+y , =3x+5z-3w , =4x-y+3z-w
dt dt dt dt
† † †
3. xHtL = 3 x + 2 y , yHtL = -x , z HtL = 3 x + 4 y + z
4. x ' + y ' - x + 2 y = 0 , y ' + z ' + 2 y + z = 0 , x ' + z ' - x + z = 0
Aplicación a la resolución de ecuaciones diferenciales en el operador D
Sea E el - espacio vectorial de las funciones complejas de variable real que son infinamente derivables. El operador
D
derivada, E Ø E, D(f(x))=f'(x), es un endomorfismo de E.
Una ecuación diferencial lineal con coeficientes constantes es una expresión del tipo:
p(D)y=g(x), siendo y=f(x), p(x)œ [x] y f, gœE
La ecuación diferencial es homogénea si g(x)=0.
Ë Resolver la ecuación homogénea p(D)y=0 equivale a calcular ker p(D).

ker p(D) es un subespacio de E invariante por D, esto es un -espacio vectorial en el que D opera como un endomor-
fismo con polinomio anulador p(x).
Descomponiendo p(x) en factores primos sobre , pHxL = Hx - a1 Ln1 ·...·Hx - ar Lnr , y aplicando el primer teorema de
descomposición, se obtiene:
ker p(D)= ker HD - a1 ILn1 ⊕...⊕ ker HD - ar ILnr
Probaremos que cada uno de los subespacios de la descomposición anterior es de dimensión finita y calcularemos
4 AplicacionesClasificación.nb
Resolver la ecuación homogénea p(D)y=0 equivale a calcular ker p(D).

ker p(D) es un subespacio de E invariante por D, esto es un -espacio vectorial en el que D opera como un endomor-
fismo con polinomio anulador p(x).
Descomponiendo p(x) en factores primos sobre , pHxL = Hx - a1 Ln1 ·...·Hx - ar Lnr , y aplicando el primer teorema de
descomposición, se obtiene:
ker p(D)= ker HD - a1 ILn1 ⊕...⊕ ker HD - ar ILnr
Probaremos que cada uno de los subespacios de la descomposición anterior es de dimensión finita y calcularemos
explícitamente una base.
Teorema. Las funciones 8eax , xeax , ... , xn-1 eax } forman una base del -espacio vectorial ker HD - aILn .
Demostración.
(1) Fórmula de conmutación: HD - aILn Heax yL = eax Dn y, para todo nr1 e y=f(x).
Por inducción sobre n:
Si n=1, HD - aIL(eax y)=D(eax y)-aeax y=aeax y+eax Dy-aeax y=eax Dy.
Para el caso n, por hipótesis de inducción: HD - aILn (eax y)=(D - aI)HD - aILn-1 (eax y)=(D - aI)eax Dn-1 y=eax Dn y.
(2) Base de ker HD - aILn .
Si a=0, es claro que ker Dn =X1, x,..., xn-1 \.
Sea y e ker HD - aILn , se tiene:
0=HD - aILn y=HD - aILn (eax e-ax y)=eax Dn He-ax y)flDn He-ax y)=0fle-ax yœ ker Dn flyœXeax , xeax , ... , xn-1 eax \.
Ë Si se conoce una solución particular y0 de la ecuación diferencial p(D)y=g(x), cualquier otra solución y se obtiene
sumando a y0 un vector de
ker p(D), pues de p(D)y0 =g(x) y p(D)y=g(x) se obtiene que y - y0 œker p(D), luego yœy0 +ker p(D).
Ejemplos. Calculemos la integral primera de las ecuaciones diferenciales:

1. y ''' - 2 y '' + y ' = ex ó (D3 - 2 D2 + D)y=2 x
Se resuelve la ecuación homogénea pHDL y = 0, con p HxL = x3 - 2 x2 + x=x(x - 1L2 . Se tiene:
ker p(D)=kerD⊕kerHD - IL2 =X1, ex , xex \
Usando la fórmula de conmutación para el operador inverso se calcula una solución particular y0 :
1 1 1 1
D HD - IL2 y0 =2x fl y0 = (2x)= ( x2 )=ex D (e-x x2 )=ex e-x ( - 2 - 2x- x2 )= - 2 - 2x- x2
HD - IL2 D HD - IL2
La solución general de la ecuación diferencial es:
y(x)= - 2 - 2x- x2 +l+mex + g xex , con l, m, gœ
2. y''' - y'' +4y'-4y=0ó (D3 - D2 +4D-4I)y=0

p HxL = x3 - x2 +4x- 4=(x - 1L H x2 +4)=(x - 1L(x - 2 iL Hx + 2 iL ï ker p(D)=kerHD - IL ⊕ker(D -
2iI)⊕kerHD + 2 iIL=X ex , e2 ix , e-2 ix \
La solución general sobre  es:
yHxL = lex +a e2 ix +be-2 ix , con l, a, bœ
La integral primera sobre ℜ se obtiene tomando a y b complejos conjugados, así el subespacio de soluciones reales
está generado por las
funciones {ex , sen 2x , cos 2x} y se tiene:
yHxLℜ =l ex +g sen 2x+d cos 2x , con l, g, dœ
o bien, escribiendo a=|a|eiq , b=|a|e-iq como complejos conjugados es: a
e2 ix +be-2 ix =|a|eiH2 x+qL +|a|e-iH2 x+qL =2|a|cos(2x+q), de donde
resulta:
yHxLℜ =l ex +2|a|cos(2x+q) , con l, |a|, qœ
Ë
AplicacionesClasificación.nb 5
ü Ejercicios
Resuelve las siguientes ecuaciones diferenciales lineales con coeficientes constantes:
..
1. x + x = 0 , con x = xHtL
2. 2 y '' - 3 y = 0 , con y = y(x)
3. y ''' - y '' = 12 x2 + 6 x
.. °
4. x + 4 x + 4 x = sen t
d3 x 2
5. -d x
+2
dx
- 2 x= 3 t + 2
dt3 dt 2 dt
6. y '' - 3 y ' + y = xex
7. Calcula las trayectorias del movimiento en los siguientes casos:
(a) Oscilador armónico (masa m, constante del resorte k, posición inicial x0 )

d2 x
m = -k Hx - x0 L
dt2
(b) Péndulo simple (masa m, longitud l, para pequeñas oscilaciones sen j ~ j)
..
m l j = -m g sen j
Clasificación de métricas simétricas sobre 
Diagonalización de métricas simétricas
Sea E un espacio vectorial real de dimensión n.

Sean T2 una métrica simétrica y T 2 una métrica euclídea de matrices respectivas G y S en una base {e1 , e2 ,...., en }
de E .
f y y-1 Îf
Si E Ø E* y E Ø E* son las polaridades de las métricas T2 y T 2 respectivamente, la aplicación lineal E E
es el endomorfismo T asociado a esta pareja de métricas (T2 , T 2 ) y su matriz en la base {e1 , e2 ,...., en } es S-1 × G.
En particular, si la matriz de la métrica euclídea en esa base es la identidad, la matriz del endomorfismo coincide con la
matriz G de la métrica.
Teorema. El endomorfismo T asociado a la pareja de métricas (T2 , T 2 ) es autoadjunto: Te·e'=e·Te' , "e, e'œ E, donde ·
reperesenta el producto escalar de la métrica euclídea.
Esta propiedad permite demostrar que todos los valores propios de T son reales y de multiplicidad 1 en su polinomio
anulador y, por tanto:
el endomorfismo T asociado a la pareja de métricas (T2 , T 2 ) es diagonalizable. Además, los vectores propios de
valores propios diferentes son ortogonales para ambas métricas.
Teorema de diagonalización. Existe una base ortonormal en la que la matriz de la métrica simétrica T2 es diagonal.
Demostración.
Sea G la matriz de T2 en la base {e1 , e2 ,...., en } de E. Si consideremos la métrica euclídea auxiliar que en esa base tiene
por matriz la identidad, entonces la matriz del endomorfismo T asociado a esta pareja de métricas coincide con G.
Como el endomorfismo T es diagonalizable existe una base de vectores propios {v1 , v2 ,...., vn }; ortonormalizando esta
base para la métrica euclídea auxiliar se obtiene una nueva base {u1 ,u2 ,...., un } en la que la matriz de la métrica euclídea
es la identidad y, por tanto, la matriz de la métrica simétrica T2 coincide con la del endomorfismo asociado. Así, en la
base {u1 , u2 ,...., un } la matriz de T2 es diagonal y los coeficientes de la diagonal son los valores propios del endomor-
fismo asociado T. Llamaremos a esta base base ortonormal de diagonalización, entendiendo que es ortonormal para la
métrica euclídea auxiliar y, claro está, ortogonal para la métrica T2 ya que en ella diagonaliza.
4 0 -2
Ejemplo. Diagonalicemos la métrica de matriz 0 4 -4 y calculemos una base ortonormal de diagonalización.
-2 -4 5
El polinomio característico del endorfismo asociado de matriz G es cHxL = xHx - 4L Hx - 9L.
Valores propios del endomorfismo asociado T de matriz G: {0, 4, 9}
Subespacios de vectores propios: Ker(T)=Xv1 =(1, 2, 2)\ , Ker(T-4I )=Xv2 =(-2, 1, 0)\ , Ker(T-9I)=Xv3 =(-2, -4, 5)\
0 0 0
Forma diagonal de la métrica 0 4 0
0 0 9
v1 1 v2 1 v2 1
Base ortonormal de diagonalización: u1 =
v1
= (1, 2, 2) , u2 =
3 v2
= (-2, 1, 0) , u2 = v2 3 5
(-2, -4, 5)
5
(Recuerda que vectores propios de valores propios diferentes son ortogonales, luego para calcular la la base ortonor-
mal de diagonalización basta dividir cada vector propio por su módulo para el producto escalar habitual de R3 )
2 ClasificacionMetricas.nb
Invariantes (Ley de Inercia). Forma reducida. Teorema de clasificación
Ecuación secular de una métrica simétrica T2 . Si G es la matriz de la métrica en una base, su ecuación secular es det
(xI-G)=0.
El polinomio det (xI-G) no es invariante por cambios de base, pues si M es la matriz de T2 en otra base y B es la matriz
del cambio de base se verifica que M = Bt .G.B y se tiene que det (xI -M)=det (xI -Bt .G.B)≠ det (xI-G), salvo que
Bt .B=I, es decir, salvo que B sea una matriz ortogonal. Por tanto, si cambiamos de base la métrica cambia también el
endomorfismo asociado, por lo que los coeficientes de su forma diagonal serán otros. Sin embargo, permanacen invari-
antes el número de coeficientes nulos r0 , el número de coeficientes positivos r+ y el número de coeficientes nega-
tivos r- de la diagonalización, que son el número de raíces nulas, el número de raíces positivas y el número de
raíces negativas de la ecuación secular de T2 . Este resultado se conoce con el nombre de Ley de Inercia de Sylvester.
Cálculo efectivo de los invariantes r0 , r+ y r-

Sea G la matriz de orden n que define la métrica simétrica T2 , se tiene:
r0 = nº raíces nulas del polinomio det (xI-G)
r+ = nº de variaciones de signo entre los coeficientes no nulos del polinomio det (xI-G)
r- = n - r+ - r0
Forma reducida de T2 . Existe una base de E (base reducida) en la que la matriz de la métrica es de la forma:
0 . . . . . . . . . .
. .. . . . . . . . . .
. . 0 . . . . . . . .
. . . 1 . . . . . . .
. . . . 1 . . . . . .
. . . . . .. . . . . .
. . . . . . 1 . . . .
. . . . . . . -1 . . .
. . . . . . . . -1 . .
. . . . . . . . . .. .
. . . . . . . . . . -1
Si {u1 , u2 ,...., un } es una base ortonormal de diagonalización, dividiendo cada vector u de ella, que no esté en el radical,
por T2 Hu, uL si T2 Hu, uL>0 o por -T2 Hu, uL si T2 Hu, uL<0 se obtiene una base reducida.
Torema de clasificación de métricas simétricas reales. Dos métricas simétricas son equivalentes si tienen la misma
forma reducida.
ClasificacionMetricas.nb 3
Subespacios hiperbólicos y elípticos. Teorema de descomposición. Rango,

índice y signo de una métrica simétrica.
Radical de la métrica T2 : Rad T2 ={eœE : T2 (e,e')=0 para todo e'œ E }=Ker fT2 , siendo fT2 la polaridad asociada a la
métrica.
T2 es irreducible o no singular si Rad T2 ={0} ó Ker fT2 ={0}
Un vector eœE es isótropo respecto de T2 si T2 (e,e)=0. Todos los vectores del Rad T2 son vectores isótropos.
Un subespacio V de E es no singular si la restricción de T2 a V es una métrica irreducible.
Un plano hiperbólico es un subespacio no singular de E de dimensión 2 que contiene algún vector isótropo no nulo.
Un subespacio H de (E , T2 ) es hiperbólico si es suma ortogonal de planos hiperbólicos.
Un subespacio W de (E , T2 ) es elíptico si no tiene vectores isótropos.
En particular, los subespacios hiperbólicos y los elípticos son subespacios no singulares.
Teorema de descomposición. Sea T2 una métrica simétrica sobre un -espacio vectorial E.

E descompone en suma ortogonal del radical de la métrica, un subespacio hiperbólico H y un subespacio elíptico W:
E=Rad T2 ⊕H⊕ W , siendo dim Rad T2 =r0 , dim H=2 min { r+ , r- } y dim W=| r+ - r- |
Como se sigue de reordenar una base reducida para agrupar en la forma reducida parejas (1, -1).
1 0
Observa que si V es un plano hiperbólico la forma reducida de la restricción de T2 a V es .
0 -1
Rango, índice y signo de una métrica simétrica real
Rango de T2 : r = dim E- dim Rad T2 = n - r0

Indice de T2 : i = nº parejas(1,-1) = min {r+ , r- }
Signo de T2 = Signo( r+ - r-
Se verifica la relación : r = 2i + | r+ - r- |
Teorema de clasificación de métricas simétricas reales. Dos métricas simétricas son equivalentes si tienen el mismo
rango, el mismo índice y el mismo signo
Ejemplo
5 -2 -2 0
-2 1 0 1
Clasificar sobre  la métrica de matriz .
-2 0 1 1
0 1 1 -2
• Polinomio característico del endorfismo asociado de matriz G : det (xI-G)=x4 - 5 x4 -13 x4 +21x-4
• Invariantes:
r0 = nº raíces nulas del polinomio det (xI-G) = 0
r+ = nº de variaciones de signo entre los coeficientes consecutivos no nulos del polinomio det (xI-G) = 3
r- = n- r+ - r0 = 4-3-0= 1
Rango de T2 : r = n-r0 = 4
Indice de T2 : i = min{ r+ , r- } = 1
Signo de T2 = Signo(r+ - r- )= +
• Forma reducida de T2
1 0 0 0
0 -1 0 0
0 0 1 0
0 0 0 1
• Teorema de descomposición: E = H⊕W , siendo H un plano hiperbólico y W un subespacio elíptico de dimensión 2
en el que la métrica restricción es definido positiva.
ü Ejercicios
4 ClasificacionMetricas.nb
Ejercicios
4 0 -2
1. Diagonalizar la métrica simétrica 0 4 -4 y calcular una base ortonormal (para la métrica euclídea auxiliar) de
-2 -4 5
diagonalización.
a 1 0
2. Sobre un espacio vectorial real E de dimensión 3 se define la métrica T2 de matriz asociada 1 a 0 en base
0 0 a-1
8e1 , e2 , e3 } de E, con aœ R.
(a) Clasificar T2 según los valores del parámetro a.
(b) Encontrar para a =1/2 una base ortonormal de diagonalización.
3. Averiguar si el plano de ecuación 3x-y+2z=0 es hiperbólico para las siguientes métricas:

1 -2 3 0 1 2 2 1 3 1 0 0 0 1 2 3 -3 0
-2 0 1 ; 1 0 -1 ; 1 0 3 ; 0 2 -2 ; 1 0 3 ; -3 3 2
3 1 1 2 -1 3 3 3 0 0 -2 2 2 3 0 0 2 0
4. Clasificar las métricas del ejercicio 3 calculando sus invariantes y la forma reducida.
2 1 1
5. Diagonalizar la métrica simétrica 1 2 1 y calcular una base ortonormal de diagonalización. Clasificarla.
1 1 2
1 0 0 0
0 2 -1 1
6. Clasificar la métrica de matriz . ¿Es posible encontrar una base de R4 que sea ortonormal para esta
0 -1 2 -1
0 1 -1 2
métrica? En caso afirmativo, calcúlala.
1 1 0 0
1 2 1 0
7. Clasificar la métrica de R4 dada por la matriz G= respecto de la base 8e1 , e2 , e3 , e4 } de R4 . Encontrar
0 1 0 -1
0 0 -1 -2
una descomposición de R4 en dos subespacios ortogonales en los que la métrica restricción sea definido positiva y definido
negativa, respectivamente.
2 0 -2 0 1 -1 0 0
0 1 0 -2 -1 1 0 1
8. Dadas las métricas de matrices asociadas , respecto de una base 8e1 , e2 , e3 , e4 }
-2 0 1 0 0 0 1 0
0 -2 0 1 0 1 0 -1
de R4 , se pide:
(a) Clasificarlas, calculando rango , índice y signatura.
(b) Clasificar la restricción de cada una de estas métricas al subespacio generado por los vectores 8 e2 , e3 , e4 }.
ü
Álgebra lineal y Geometrı́a I
Departamento de MATEMÁTICAS
CLASIFICACIÓN AFÍN DE CÓNICAS
Sea E un R-espacio vectorial de dimensión 3.

Sean E∞ = he1 , e2 i un plano vectorial de E y e0 un vector de E que no está en E∞ ,
e0 ∈
/ E∞ .
Los vectores {e0 , e1 , e2 } forman una base de E, y si representamos por (x0 , x1 , x2 ) sus
funciones coordenadas, el plano afı́n H definido por
H = e0 + E∞
tiene por ecuación implı́cita x0 = 1. En este sistema de coordenadas la ecuación implı́cita
del plano del infinito E∞ es x0 = 0.
Definición 1. Una cónica de H es una familia C = {λT2 } (λ ∈ R), formada por una métrica
simétrica T2 sobre E y todas sus proporcionales.
El lugar geométrico definido por la cónica C es la intersección del plano afı́n H con el
conjunto de los vectores de E que son isótropos para la métrica T2
locus de C = {e ∈ E : T2 (e, e) = 0} ∩ H
En coordenadas, el locus de C representa la ecuación de una curva de grado 2 de H. En
efecto, si G = (gij ) es la matriz de un representante T2 de la cónica C respecto de una base
{e0 , e1 , e2 } de E en la que la ecuación de H es x0 = 1, se tiene
  
g 00 g01 g 02 1
locus de C = (1, x1 , x2 ) ∈ H : 1 x1 x2 g10 g11 g12  x1  = 0 ,
g20 g21 g22 x2
de donde resulta
g11 x21 + g22 x22 + 2(g12 x1 x2 + g12 x1 x2 ) + 2(g01 x1 + g02 x2 ) + g00 = 0 .
Observación 1. La parte cuadrática de esta ecuación, g11 x21 + g22 x22 + 2(g12 x1 x2 + g12 x1 x2 ),
se corresponde con la matriz de la restricción de la métrica T2 al plano del infinito E∞ ,

g11 g12
T2|E∞ =
gn1 g22
Ejemplo 1.
 
1 −3 2
H = {(1, x, y)} ⊂ R3 , C = {λT2 } , G = −3 1 1
2 1 2
  
1 −3 2 1
El locus de C ≡ 1 x y −3 1 1 x = 0,
2 1 2 y
es la curva de grado dos del plano XY : x2 + 2y 2 + 2xy − 6x + 4y + 1 = 0 .
1
2 G. Serrano Sotelo
Definición 2. Una cónica C = {λT2 } es irreducible o no degenerada si lo es cualquiera de

sus métricas representantes.
Ejemplo 2. Las cónicas de ecuaciones
x2 y 2 x2 y 2
(a) 2 + 2 − 1 = 0 , (b) 2 − 2 − 1 = 0 , (c) y 2 − 2px = 0 , donde a, b, p ∈ R − {0}
a b a b
son irreducibles pues las métricas representantes, de matrices
     
−1 0 0 −1 0 0 0 −1 0
(a)  0 1/a2 0  , (b)  0 1/a2 0  , (c) −1 0 0 ,
2 2
0 0 1/b 0 0 −1/b 0 0 1/p
son no singulares.
Definición 3. Un vector e0 ∈ E define un centro de la cónica C si e0 ∈
/ E∞ y T2 (e0 , e) = 0
para todo e ∈ E∞ .
Proposición 1. Si C = {λT2 } es una cónica irreducible y tiene centro éste es único.
Demostración. Sea e0 ∈ E un vector que define un centro de la cónica C.
⊥
Como T2 es una métrica irreducible el subespacio ortogonal al hiperplano del infinito, E∞ ,
es una recta, luego e0 es un generador de ella pues es ortogonal a E∞ , y como e0 ∈ / E∞ esta
recta he0 i corta a H en un único punto, c = he0 i ∩ H, que es el centro de la cónica.
Corolario 1. Si C = {λT2 } es una cónica irreducible con centro existe una base {e0 , e1 , e2 }
de E en la que las coordenadas del centro son
Adj g10 Adj g20
c = 1, , ,
Adj g00 Adj g00
donde G = (gij ) es la matriz, respecto de esa base, de una métrica representante de C .
Demostración. Respecto de la base {e0 , e1 , e2 } de E, en la que e0 es el vector que define el
⊥
centro, E∞ = he0 i, y {e1 , e2 } una base de E∞ , la ecuación implı́cita de E∞ es x0 = 0, luego
su subespacio incidente está generado por la forma lineal ω de coordenadas en la base dual
ω = (1, 0, 0).
⊥
Si G = (gij ) es la matriz de T2 en esta base se tiene que E∞ = hG−1 ωi = he0 i con
Adj g00 Adj g10 Adj g20
e0 = , , ),
|G| |G| |G|
luego el centro es
Adj g10 Adj g20
c = 1, , ),
|G∞ | |G∞ |
donde Adj g00 = |G∞ | es el determinante de la restricción de G a E∞ .
Definición 4. Sea C = {λT2 } una cónica de H. Se llaman rango r e ı́ndice i de la cónica a los
de cualquiera de las métricas que la representan. Se llaman rango r∞ e ı́ndice i∞ de la cónica
en el infinito a los de la restricción a E∞ de cualquiera de las métricas que la representan.
r = rg(T2 ) , i = indice (T2 ) ; r∞ = rg(T2|E∞ ) , i∞ = indice (T2|E∞ )
Teorema 1. La condición necesaria y suficiente para que dos cónicas C = {λT2 } y C 0 =
{µT20 } de H sean afı́nmente equivalentes es que tengan iguales sus rangos, ı́ndices, rangos
en el infinito e ı́ndices en el infinito,
r = r 0 , i = i0 ; 0
r∞ = r∞ , i∞ = i0∞ .
Clasificación afı́n de cónicas 3
Utilizando este teorema obtenemos el siguiente cuadro de:

Clasificación afı́n de cónicas en H ⊂ R3
r 3 (Irreducibles) 2 1 0
r∞ i∞ \i 1 0 1 0 0 0
Par de rectas
1 Hipérbola reales
x2 − y 2 = 1 no paralelas
x2 − y 2 = 0
2
Par de rectas
Elipse Elipse
imaginarias
0 real imaginaria
no paralelas
x2 + y 2 = 1 x2 + y 2 = −1
x2 + y 2 = 0
Par de rectas Par de rectas

Recta real
Parábola reales imaginarias
1 0 doble
y 2 = 2x paralelas paralelas 2 =0
x
x2 = 1 x2 = −1
Recta real Conjunto Plano

0 0
x=0 vacı́o afı́n
Problemas resueltos
1. Clasificar afı́nmente las cónicas siguientes
(a) x2 − 2xy + y 2 + 4x − 6y + 1 = 0
(b) x2 + 4xy + 4y 2 − 2x − 4y − 3 = 0
Solución.
(a) Escribamos la matriz G de la métrica T2 y la matriz G∞ de su restricción al infinito
 
1 2 −3
1 −1
G= 2 1 −1 ; G∞ =
−1 1
−3 −1 1
Calculemos el número de raı́ces nulas r0 , el número de raı́ces positivas r+ y el número de
raı́ces negativas r− de la ecuación secular de la métrica T2 y de la métrica T2 |E∞
• p(x) = |xI − G| = x3 − 3x2 − 11x + 1 , r0 (p(x)) = 0 , r+ (p(x)) = 2 , r− (p(x)) = 1
• p∞ (x) = |xI − G∞ | = x2 − 2x , r0 (p∞ (x)) = 1 , r+ (p∞ (x)) = 1 , r− (p∞ (x)) = 0
Luego los rangos y los ı́ndices de T2 y de su restricción al infinito son
r = 3, i = 1; r∞ = 1 , i∞ = 0
 
0 −1 0
Por tanto, es una cónica irreducible sin centro de matriz reducida −1 0 0 y ecuación
0 0 1
2
reducida afı́n y − 2x = 0, esto es, una Parábola.
4 G. Serrano Sotelo
(b)
 
−3 −1 −2
1 2
G = −1 1 2 ; G∞ =
2 4
−2 2 4
• p(x) = |xI − G| = x3 − 2x2 − 20x , r0 (p(x)) = 1 , r+ (p(x)) = 1 , r− (p(x)) = 1
• p∞ (x) = |xI − G∞ | = x2 − 5x , r0 (p∞ (x)) = 1 , r+ (p∞ (x)) = 1 , r− (p∞ (x)) = 0
Los rangos y los ı́ndices de la métrica T2 y de su restricción al infinito son
r = 2, i = 1; r∞ = 1 , i∞ = 0
 
−1 0 0
Es una cónica degenerada con centro, de matriz reducida  0 1 0 y ecuación reducida
0 0 0
2
afı́n x − 1 = 0, que representa una Par de rectas reales y paralelas.
2. Calcular el centro, los ejes principales y la ecuación reducida métrica de la curva de grado dos
del plano real de ecuación
3x2 + 3y 2 − 2xy + 2x − 4y + 1 = 0
Solución.
Sea G la matriz de una métrica T2 representante de la cónica en H ⊂ R3 y G∞ su restricción al
infinito.  
1 1 −2
3 −1
G= 1 3 −1 ; G∞ =
−1 3
−2 −1 3
|xI − G| = x3 − 7x2 + 9x + 3 ; |xI − G∞ | = (x − 2)(x − 4)
Se tiene
r = 3


i = 1

Cónica irreducible con centro: x2 + y 2 = 1 (Elipse real )
r∞ = 2

i∞ = 0

1 5
(a) Centro de la elipse= − , )
8 8
Por el Corolario 1,
Adj g10 Adj g20 1 5
c = 1, , ) = (1, − , )
|G∞ | |G∞ | 8 8
(b) Calculemos una base ortonormal de diagonalización para G∞ .
ker(G∞ − 2I) = h(0, 1, 1)i ; ker(G∞ − 4I) = h(0, 1, −1)i
1 1
{u1 = √ (0, 1, 1), u2 = √ (0, 1, −1)} es la base buscada.
2 2
(c) En la base {c, u1 , u2 } la matriz de T2 es
 
T2 (c, c) 0 0
3
 0 2 0 , con T2 (c, c) = −
0 0 4 8
Luego la ecuación reducida métrica de la elipse es

x̄2 ȳ 2
+ = 1,
3/16 3/32
donde x̄ y ȳ son las coordenadas asociadas a la base {u1 , u2 }.
(d ) Ecuaciones de la transformación afı́n efectuada para pasar del sistema de referencia inicial
en H, en el que las coordenadas son {x, y}, al sistema de referencia de origen c y ejes las
rectas c + hu1 i , c + hu2 i , respecto del que las coordenadas son {x̄, ȳ}.
1 1 1
Si B representa la matriz del cambio de base realizado en E∞ , esto es B = √ ,
2 1 −1
componiendo el automorfismo de cambio de base con la traslación de vector c se obtienen
las ecuaciones
 1
x̄ = √ (x + y − 48 )

x x̄ −1/8 2
=B + =⇒ 1
y ȳ 5/8 ȳ = √ (x − y + 68 )

2
(e) Los ejes principales de la elipse son las rectas c + hu1 i , c + hu2 i de ecuaciones respectivas
6 4
ȳ = 0 ⇒ x − y + = 0 ; x̄ = 0 ⇒ x + y − = 0
8 8
(f ) Las medidas sobre los semiejes, a y b, la excentricidad y los focos F y F 0 de la elipse,
respecto del sistema de referencia inicial, son
r r
3 3
a= ; b=
16 32
r √
p
2 2
3 c 2
c= a −b = =⇒ Excentricidad = =
32 a 2
r √ √
3 3−1 3+5
F̄ = ( , 0) =⇒ F = ( , )
32 8 8
r √ √
3 − 3−1 − 3+5
F̄ 0 = (− , 0) =⇒ F 0 = ( , )
32 8 8
3. Calcular el vértice, los ejes principales, la ecuación reducida métrica, el foco y la directriz de la
parábola del ejemplo 1
x2 − 2xy + y 2 + 4x − 6y + 1 = 0
Solución.
Sean G y G∞ como en el ejemplo anterior.
 
1 2 −3
1 −1
G= 2 1 −1 ; G∞ =
−1 1
−3 −1 1
 
0 α 0
Tenemos que encontrar una base {e, v1 , v2 } en la que la matriz de T2 es de la forma α 0 0 
0 0 β
con α , β 6= 0. El vector e define el vértice de la parábola y {v1 , v2 } es una base ortonormal de
diagonalización para G∞ .
(a) Calculemos v1 y v2 .

0 0
|xI − G∞ | = x(x − 2) ⇒ Forma diagonal ⇒β=2
0 2
1
ker G∞ ≡ x − y = 0 ⇒ v1 = √ (0, 1, 1)
2
1
ker(G∞ − 2I) ≡ x + y = 0 ⇒ v2 = √ (0, 1, −1)
2
6 G. Serrano Sotelo
31 11
(b) Vértice de la parábola V = (− ,− )
8 8
El vector e que define el vértice está en H, luego sus coordenadas son e = (1, x, y), y
verifica las condiciones T2 (e, e) = 0 , T2 (e, v1 ) = α y T2 (e, v2 ) = 0 .
Calculemos x e y resolviendo el sistema determinado por la primera y tercera condiciones
)
T2 (e, e) = 0 ⇒ x2 − 2xy + y 2 + 4x − 6y + 1 = 0 31 11 31 11
x=− , y=− =⇒ e = (1, − , − )
T2 (e, v2 ) = 0 ⇒ 5 + 2x − 2y = 0 8 8 8 8
(c) En la base {e, v1 , v2 } la matriz de T2 es
 
0 T2 (e, v1 ) 0
1
T2 (e, v1 ) 0 0 , con T2 (e, v1 ) = − √ ,
0 0 2 2
1
luego la ecuación reducida métrica de la parábola es ȳ 2 = √ x̄ , donde x̄ y ȳ son las
2
coordenadas asociadas a la base {v1 , v2 }.
(d ) Ecuaciones de la transformación afı́n efectuada para pasar del sistema de referencia inicial
en H, en el que las coordenadas son {x, y}, al sistema de referencia de origen e y ejes las
rectas e + hv1 i , e + hv2 i , respecto del que las coordenadas son {x̄, ȳ}.
1 1 1
Si B representa la matriz del cambio de base realizado en E∞ , esto es B = √ ,
2 1 −1
componiendo el automorfismo de cambio de base con la traslación de vector e se obtienen
las ecuaciones
 1
x̄ = √ (x + y + 21

4 )
x x̄ −31/8 2
=B + =⇒ 1
y ȳ −11/8 ȳ = √ (x − y + 10 4 )

2
(e) Los ejes principales de la parábola son las rectas e + hv1 i , e + hv2 i de ecuaciones respectivas
10 21
Eje de simetrı́a ȳ = 0 ⇒ x − y + = 0 ; x̄ = 0 ⇒ x + y + =0
4 4
(f ) Calculemos por último el foco F y la directriz d de la parábola, respecto de las coordenadas
iniciales x e y.
1 1
Comparando la ecuación reducida métrica ȳ 2 = √ x̄ con ȳ 2 = 2px̄, resulta que p = √
2 2 2
y las coordenadas del foco y la ecuación de la directriz son (p/2, 0) y x̄ = −p/2.
En las coordenadas iniciales se tiene
30 10
F = (− , − ) ; d ≡ x + y + 5 = 0
8 8
Ejercicios Propuestos
4. Clasificar afı́nmente las cónicas siguientes:

(a) x2 + 2y 2 − 2x + 4y + 2 = 0
(b) x2 − 2xy + y 2 + 4x − 6y + 1 = 0
(c) 3x2 − 5xy + y 2 − x + 2y + 1 = 0
(d ) x2 + 4xy + 4y 2 − 2x − 4y = 3
(e) x2 + 2y 2 + 3xy + 2x + 5y − 3 = 0
(f ) x2 + y 2 + xy + x + y + 1 = 0
(g) x2 + y 2 − xy − x − y + 1 = 0
(h) x2 + 4y 2 + 4xy − 2x − 4y + 2 = 0
5. Clasificar afı́nmente según los valores del parámetro λ la familia de cónicas siguiente:
x2 + (2λ2 + 1)y 2 − 2xy = 2λ2 − 3λ + 1
6. Calcular el centro, los ejes principales, la ecuación reducida métrica y la representación gráfica
de las curvas de grado dos siguientes:
3x2 − 2xy + 3y 2 + 2x − 4y + 1 = 0 , x2 − y 2 + 2xy − 6x + 4y + 3 = 0
7. Demostar que la curva plana de ecuación

4x2 + y 2 + 4xy + 6x + 1 = 0 ,
es una parábola. Calcular su vértice, eje principal, ecuación reducida métrica y representación
gráfica.
Universidad de Salamanca Gloria Serrano Sotelo
ÁLGEBRA LINEAL Y GEOMETRÍA. 10 FÍSICAS.

1. Sea T2 una métrica sobre E. Demuestra la relación que existe entre el subespacio incidente
y el subespacio ortogonal de un subespacio de E.
2. Sea T2 una métrica simétrica irreducible sobre E. ¿Un subespacio hiperbólico puede estar
incluido en un subespacio elı́ptico?
3. Sea T2 una métrica simétrica sobre E. ¿Existe una métrica euclı́dea T̄2 sobre E tal que el
endomorfismo asociado a esta pareja de métricas tenga como polinomio anulador el polinomio
(x + 3)2 (x − 2)?
4. Si dim E = 4, ¿cuántas métricas irreducibles no equivalentes hay sobre E? Escribe la
forma reducida de cada una de ellas y la correspondiente descomposición de E en suma
ortogonal de subespacios hiperbólico y elı́ptico.
5. Sea {e1 , e2 , e3 } una base de E y sean T2 y T20 las métricas de matrices respecto de esta
base:    
0 1 2 1 −2 0
1 1 2 −2 1 −1
2 2 2 0 −1 −1
¿Existen dos bases de E en las que las matrices asociadas a T2 y T20 respectivamente son
iguales?
6. ¿ Cuántas métricas simétricas singulares y no equivalentes de ı́ndice 2 hay en un espacio
vectorial real de dimensión 5?
7. ¿Existe alguna métrica simétrica sobre R3 con rango 3 e ı́ndice 2?
 
1 2 0
8. Sea T2 una métrica simétrica sobre E de matriz asociada G = 2 −1 0. Demuestra
0 0 2
que el subespacio V de ecuación z=0 es no singular. Averigua si V es un subespacio elı́ptico
o hiperblico.
9. ¿Es cierto que, salvo cambios de base, sólo existen dos métricas simétricas, no singulares
y de ı́ndice 2 en un espacio euclı́deo de dimensión 5?
10. Si una métrica simétrica sobre R4 tiene rango 3 e ı́ndice 0, ¿pueden existir vectores
isótropos no nulos que no estén el radical?
 
3 2 −1
11. Dada la métrica de matriz G =  2 −1 0 , averigua si el plano π ≡ x − 3y + z = 0
−1 0 2
contiene vectores isótropos no nulos.
 
2 2 −3
12. Sea {e1 , e2 , e3 } una base de R3 y G =  2 −4 0  la matriz de una métrica T2 en
−3 0 2
esa base. Demuestra que el plano he2 , e3 i es hiperbólico respecto de la métrica T2 .
1
 
2 2 −3 0
 2 −4 0 1
13. Sea {e1 , e2 , e3 , e4 } una base de R4 y G = 
−3 0
 la matriz de una métrica
2 0
0 1 0 3
T2 en esa base. Clasifica la restricción de T2 al hiperplano de ecuación y = 0.
14. Sea E un R-espacio euclı́deo, {e1 , e2 , e3 } una base.
2 T
(a) Demuestra que la aplicación E × E −→ R dada por
T2 ((x, y, z), (x0 , y 0 , z 0 )) = 2xx0 + 3yy 0 − 4zz 0
define una métrica simétrica no singular y de ı́ndice 1 sobre E.
(b) Escribe la forma reducida de T2 y calcula una base reducida.
(c) Demuestra que existe un plano de vectores isótropos y calcula explı́citamente en
función de la base dada dos vectores isótropos linealmente independientes.
15. ¿ Existe alguna métrica simétrica, singular y de ı́ndice 2 sobre R4 ?
16. Sea T2 una métrica simétrica e irreducible sobre E. Sea V un subespacio de dimensión
dos
tal que la matriz de la métrica restringida T2 |V , respecto de una cierta base de V , es
1 2
. ¿Se puede asegurar que V ⊥ es un subespacio suplementario de V ?
2 4
17. Clasifica la métrica de R4 de matriz asociada
 
1 1 0 0
1 2 1 0
 
0 1 0 −1
0 0 −1 2
Encuentra una descomposición de R4 en suma de dos subespacios ortogonales en los que la
métrica restricción sea definido positiva y definido negativa, respectivamente.
18. Sea T2 una métrica simétrica sobre E y sea G su matriz en una cierta base.
Si |xI − G| = x3 + 3x2 − 2x − 6, averiguar si existen vectores isótropos no nulos y en caso
afirmativo calcular la dimensión del subespacio que los contiene.
19. Sea Q(x, y, z) = 4x2 − 4xz + 4y 2 − 8yz + z 2 una forma cuadrática sobre E. ¿Es cierto que
los únicos vectores isótropos respecto de la métrica simétrica T2 asociada son los del radical
Rad T2 ?
20. Diagonaliza la forma cuadrática Q(x, y, z) = x2 + y 2 − 2xz + 2yz, calculando una base
ortonormal de diagonalización y la expresión de Q en el nuevo sistema de coordenadas que
esta base define.
21. Clasifica en función del parámetro real a la forma cuadrática Q(x, y, z) = 2x2 + ay 2 +
2axz + 2z 2 .
Calcula para a = 1 una base ortonormal de diagonalización.
TENSORES. 10 FÍSICAS.
1. Sea {e1 , e2 , e3 } una base de E y {w1 , w2 , w3 } su base dual. Construye bases de los espacios
de tensores covariantes de órdenes 2 y 3 respectivamente, T2 (E) y T3 (E). Construye también
bases para los espacios de tensores hemisimétricos Ω2 (E) y Ω3 (E).
2. Sea {e1 , e2 , e3 } una base de E y {w1 , w2 , w3 } su base dual. Escribe, respecto
 de la
 base
1 0 3
de T2 (E), la expresión tensorial de la métrica de matriz en esa base G = 0 2 0 .
3 0 −1
3. Averigua si los tensores

T2 = 2w1 ⊗ w1 + 3w1 ⊗ w3 + 2w2 ⊗ w2 + 3w3 ⊗ w1
T̄2 = w1 ⊗ w2 + 4w1 ⊗ w3 − w2 ⊗ w1 − 4w3 ⊗ w1
son simétricos o hemisimétricos. Si alguno es hemisimétrico exprésalo en función de los
productos exteriores de la base de los tensores hemisimétricos.
4. ¿Existe algún tensor hemisimétrico no nulo de orden cuatro en un espacio vectorial de
dimensión tres?
5. Sea {e1 , e2 , e3 } una base de E y {w1 , w2 , w3 } su base dual. Escribe la forma cuadrática
asociada al tensor T2 = w1 ⊗ w1 − w1 ⊗ w3 + w2 ⊗ w2 + w2 ⊗ w3 − w3 ⊗ w1 + w3 ⊗ w2 y
encuentra un nuevo sistema de coordenadas en el que ésta se pueda expresar como sumas y
restas de cuadrados.
6. Sea {e1 , e2 , e3 , e4 } una base de E y {w1 , w2 , w3 , w4 } su base dual. Dada la métrica
T2 = w1 ⊗ w1 + w2 ⊗ w2 − w2 ⊗ w3 − w3 ⊗ w2 − w4 ⊗ w4
Calcula su restricción al hiperplano de ecuación x − y + z + t = 0 y su expresión respecto de
la base dual de la base {w̄1 = w3 − w1 , w̄2 = w1 + w3 , w̄3 = w4 + w2 , w̄4 = w2 + w1 }.
 
2 −1 3
7. Si {e1 , e2 , e3 } es una base de E y  0 1 1 es la matriz de un endomorfismo T de
−1 2 2
E en esa base, calcula la expresión en coordenadas del tensor (1, 1) asociado.
8. Sea {e1 , e2 , e3 } una base de E y {w1 , w2 , w3 } su base dual. Calcula las restricciones de los
tensores
T3 = w1 ⊗ w2 ⊗ w3 − w2 ⊗ w1 ⊗ w1
Ω2 = w 1 ∧ w 2 − w 2 ∧ w 3
al plano de ecuación x + y + z = 0.
9. Sea {e1 , e2 , e3 } una base de E y {w1 , w2 , w3 } su base dual. Calcula las restricciones de los
tensores
(a) 
Calcula la expresión
 del tensor hemisimétrico de orden 2 asociado a la de matriz
0 1 −2
−1 0 1 .
2 −1 0
(b) Sean w = w1 + w2 − w3 , w0 = 2w2 − w3 , w00 = w2 + w3 . Calcula la expresión de los
tensores hemisimétricos w ∧ w0 y w ∧ w0 ∧ w00 .
1
10. Sea {e1 , e2 , e3 } una base de E y {w1 , w2 , w3 } su base dual. Demuestra que la métrica
T2 = 2w1 ⊗ w1 + w1 ⊗ w2 + w1 ⊗ w3 + w2 ⊗ w1 + w2 ⊗ w3 + w3 ⊗ w1 + w3 ⊗ w2 + 2w3 ⊗ w3
es irreducible y calcula las coordenadas del único vector e ∈ E cuya imagen por la polaridad
asociada a T2 es la forma lineal w = w1 + w2 + 2w3 .
11. Calcula la expresión de la métrica T2 dada en coordenadas cartesianas por
T2 = dx ⊗ dx + dy ⊗ dy + dz ⊗ dz
en coordenadas cilı́ndricas y esféricas, y obtén en ambos casos bases ortonormales.
12. Calcula la expresión del gradiente de una función en coordenadas cartesianas, cilı́ndricas
y esféricas.
13. Calcula el gradiente de la función f (x, y, z) = 2x2 + y 2 + 4z 2 − 1 en el punto P = (1, 1, 2).
14. Calcula el plano tangente a las siguientes superficies de R3 en el punto que se indica:
(a) x2 + y 2 − 9z 2 = 1 en el punto P = (3, 1, 1).
(b) x2 + y 2 = z en el punto P = (0, 1, 1).
x2 y 2 z 2
(c) + + = 1 en el punto P = (1, 0, 1).
2 4 2
Identifica y representa cada una de las superficies anteriores.
Clasificación de formas cuadráticas
Formas cuadráticas
Toda métrica simétrica T2 : Eä Eök tiene asociada una forma cuadrática Q : Eök definida por Q(e)= T2 (e, e) "
eœE . Recíprocamente, a toda forma cuadrática Q le corresponde una métrica simétrica T2 dada por:
1
T2 (e, e') = [Q (e+e') - Q(e) - Q(e')]
2
Si gij son los coeficientes de la matriz de T2 en una base { e1 , e2 , ..., en } de E , la expresión en coordenadas, respecto
de esta base, de la forma cuadrática asociada es:
Q( x1 , x2 , ..., xn ) = g11 x1 2 + g22 x2 2 +...+ gnn xn 2 + 2 ⁄i< j ( gij xij )
Ejemplo 1
1 -1 0
Sea -1 2 3 la matriz de T2 respecto de una base 8e1 , e2 , e3 } de E. La expresión en coordenadas respecto de esta
0 3 0
base de la forma cuadrática asociada es Q(x, y, z) = x2 + 2 y2 - 2 x y +6 y z .
Ejemplo 2
Si Q es la forma cuadrática sobre R3 definida en coordenadas respecto de una base por la expresión Q(x, y, z) = 3 x2 - x y
3 -1 ê 2 3 ê 2
2
+3 x z - 2 y z - z , la métrica simétrica asociada tiene por matriz en esa base -1 ê 2 0 -1 .
3ê2 -1 -1
Los teoremas de clasificación y diagonalización de métricas simétricas son aplicables a las formas cuadráticas asoci-
adas. En particular, el teorema de diagonalización para formas cuadráticas se puede enunciar en la forma:
Ley de Inercia de Sylvester. Conocida la expresión en coordenadas, Q( x1 , x2 , ..., xn ), de la forma cuadrática Q
respecto de una base { e1 , e2 , ..., en } de E, se puede encontrar otra base {u1 , u2 , ..., un } en la que la expresión de Q, en
las coordenadas { y1 , y2 , ..., yn } correspondientes, es :
Q( y1 , y2 , ..., yn ) = a1 y1 2 +...+ a p y p 2 + b p+1 y p+1 2 + ...+ b p+q y p+q 2
siendo a1 , ..., a p >0 las p raíces positivas de la ecuación secular de la métrica simétrica asociada y b p+1 , ..., b p+q <0 sus
q raíces negativas. Los números p = r+ y q = r- no dependen de la base inicial elegida.
En otras palabras, existen bases ortonormales (para la métrica euclídea auxiliar) en las que la forma cuadrática se expresa
como sumas y restas de cuadradados, siendo el nº de términos positivos y el nº de términos negativos de esta expresión
invariantes por cambios de base.
Ejemplo 3
Clasifiquemos las formas cuadráticas:
Q(x, y, z) = x2 - 3 y2 + 2 z2 - 2 x y + 4 x z - 5 y z
q (x, y, z) = 2 y2 - z2 + t2 + 4 x y - 2 x z + 2 x t - 4 y z - 3 z t
Ë Calculamos las matrices de las métricas simétricas asociadas, G y g , respectivamente:
0 2 -1 1
1 -1 2
5
2 2 -2 0
G= - 1 - 3 - 2 ; g= - 1 - 2 - 1 - 3
5 2
2 - 2 3
2 1 0 -2 1
Ë Calculamos las raíces nulas, positivas y negativas de las ecuaciones seculares de G y g, y las correspondientes formas
reducidas.
1 0 0
73 31
detHxI - GL = x3 - 4 x- 4 fl r0 =0 , r+ = 1 , r- = 2ïForma reducida 0 -1 0
0 0 -1
2 Formascuadráticas.nb
Calculamos las raíces nulas, positivas y negativas de las ecuaciones seculares de G y g, y las correspondientes formas
reducidas.
1 0 0
73 31
detHxI - GL = x3 - 4
x- 4 fl r0 =0 , r+ = 1 , r- = 2ïForma reducida 0 -1 0
0 0 -1
1 0 0 0
7 x 53 x2 0 -1 0 0
detHxI - gL = 19 + - -2 x3 + x4 fl r0 =0 , r+ = 2 , r- = 2ïForma reducida
2 4 0 0 1 0
0 0 0 -1
Ejemplo 4
Diagonalizar la forma cuadrática Q(x, y, z)= x 2 + y 2 - 2 x z + 2 y z, calculando una base ortonormal de diagonal-
ización y la expresión de Q en el nuevo sistema de coordenadas que esta base define.
Ë Matriz G de la métrica simétrica en la base 8e1 , e2 , e3 } en la que se expresan las coordenadas (x, y, z)
1 0 -1
G= 0 1 1
-1 1 0
Ë Diagonalización de G
Valores propios {-1, 1, 2}
Base de vectores propios {v1 =(1,-1,2), v2 =(1,1,0), v3 =(-1,1,1)}
1 1 -1
6 2 3
v1 v2 v3 -1 1 1
Base ortonormal de diagonalización {u1 = , u2 = , u3 = }. Matriz de cambio de base B= .
6 2 3 6 2 3
2 1
0
6 3
-1 0 0
Forma diagonal D = 0 1 0 . ( Recuerda: Bt ÿG·B=D y además como B es ortogonal, pues transforma una
0 0 2
base ortonormal en otra ortonormal, Bt =B-1 )
Ë Expresión de Q en el nuevo sistema de coordenadas {X, Y, Z}
Q( X, Y, Z )= -X 2 + Y 2 + 2 Z 2 ,
1
X= Hx - y + 2 zL
X x 6
1
donde Y =B-1 y ï Y= Hx + yL son las expresiones que dan explícitamente el cambio de referencia; se
2
Z z 1
Z= H-x + y +zL
3
pasa de la referencia ortonormal {x, y, z} a la referencia ortonormal {X, Y, Z} en la que la forma cuadrática se expresa
como suma y resta de cuadrados.
Ë
Formascuadráticas.nb 3
ü Ejercicios
1. Diagonalizar las formas cuadráticas:

(a) Q(x, y, z)=x2 + y2 - z2
(b) Q(x, y, z)=2 x2 - 2 x y + y2 + x z - y z
(c) Q(x, y, z)=2 x2 - 8 x y + 3 y2 + 4 x z + 2 y z - z2
2. Averiguar cuáles de las siguientes formas cuadráticas definen un producto escalar euclídeo:
Q1 (x, y, z)=x y+2 x z-y z Q5 (x, y, z)=x2 + 2 x y + y2 - 2 y z + z2
Q2 (x, y, z)=x2 + y2 + 2 x z - z2 Q6 (x, y, z)=x2 + 6 x y - 2 x z + z2
Q3 (x, y, z)=x2 + x y + y2 + x z + y z + z2 Q7 (x, y, z)=2 x2 + 2 x y + y2 - 2 x z - 2 y z + 2 z2
Q4 (x, y, z)=3 x2 + y2 + 2 y z + z2
3. Dada la forma cuadrática Q(x, y, z)=x2 + 2 x y + y2 + 2 x z + 2 y z + z2 , calcular el radical de la métrica asociada y

clasificarla.
4. Diagonalizar la forma cuadrática Q(x, y)=x 2 + 4 x y - y 2 y encontrar el cambio de variables tal que Q(X, Y)=
aX 2 + b Y 2 para ciertos a, bœ
5. Poner en forma diagonal la forma cuadrática Q(x, y, z)=x 2 - 2 x y + y 2 + 4 x z + z2 , dando explícitamente las
coordenadas en las que diagonaliza.
6. Diagonalizar las siguientes formas cuadráticas, calculando para cada una de ellas una base ortonormal de diagonalización:
(a) Q(x, y, z)=4 x2 + 4 y2 + 5 z2 - 4 x z - 8 y z
(b) Q(x, y, z)=2 x y+2 x z+2 y z
(c) Q(x, y, z)=x2 + y2 - 2 x z + 2 y z
7. Clasificar según los valores del parámetro real a la forma cuadrática:

Q(x, y, z)=2 x2 + a y2 + 2 a x z + 2 z2
1. Generalidades sobre métricas

Una métrica T2 sobre un k-espacio vectorial E es una aplicación
2 T
E × E −→ k
(e, e0 ) 7→ T2 (e, e0 )
que es bilineal, esto es, lineal en cada argumento:
T2 (λe1 + µe2 , e) = λT2 (e1 , e) + µT2 (e2 , e)
T2 (e, λe1 + µe2 ) = λT2 (e, e1 ) + µT2 (e, e2 )
El escalar T2 (e, e0 ) se llama producto escalar del vector e por el vector e0 .
• Matriz asociada a una métrica. Producto escalar en coordenadas

Si {e1 , . . . , en } es una base de E, se llama matriz asociada a T2 en esa base a la matriz
cuadrada G = (gij ) de orden n y coeficientes gij = T2 (ei , ej ), 1 ≤ i, j ≤ n.
Respecto de esta base, la expresión del producto escalar en coordenadas es:
 0
n n n X n x1
xi xj gij = x1 . . . xn G ... 
X X X
0 0 0

T2 (e, e ) = T2 ( xi e i , xj ej ) = 
i=1 j=1 i=1 j=1 x0n
• Métricas simétricas y hemisimétricas

Una métrica T2 es simétrica si T2 (e, e0 ) = T2 (e0 , e) cualesquiera que sean e, e0 ∈ E, o lo que
es equivalente si su matriz asociada, G, es simétrica G = Gt .
Una métrica T2 es hemisimétrica si T2 (e, e0 ) = −T2 (e0 , e) cualesquiera que sean e, e0 ∈ E, o
lo que es equivalente si su matriz asociada, G, es hemisimétrica G = Gt .
• Cambio de base para métricas

Sea G la matriz de T2 respecto de la base {e1 , . . . , en } de E y Ḡ la matriz de T2 en la base
{ē1 , . . . , ēn }. Si B es la matriz de cambio de base se verifica: Ḡ = B t · G · B.
Demostración.
n
X n
X n
X n
X
ḡij = T2 (ēi , ēj ) = T2 ( bki ek , bsj es ) = bki bsj gks = (B t · G · B)ij
k=1 s=1 k=1 s=1
• Vectores ortogonales respecto de una métrica

Los vectores e, e0 ∈ E son ortogonales respecto de T2 si T2 (e, e0 ) = 0.
Ejemplo 1.1. La aplicación

2 T
C × C −→ R
(z, z 0 ) 7→ Re(z · z 0 ) = parte real de z · z 0
1
define una métrica simétrica sobre el R-espacio vectorial de los números complejos C, pues
cualesquiera que sean z, z 0 , z 00 ∈ C y λ, µ ∈ R se cumple
T2 (z, z 0 ) = Re(z · z 0 ) = Re(z 0 · z) = T2 (z 0 , z)
T2 (λz + µz 00 , z 0 ) = Re(λz · z 0 + µz · z 0 ) = λRe(z · z 0 ) + µRe(z 00 · z 0 ) = λT2 (z, z 0 ) + µT2 (z 00 , z 0 )
Su matriz asociada en la base {1, i} de C es

1 0
G= ; T2 (1, 1) = 1 , T2 (1, i) = T2 (i, 1) = 0 , T2 (i, i) = −1 .
0 −1
Observa que el vector 1+i es ortogonal a si mismo pues T2 (1 + i, 1 + i) = Re(2i) = 0. Se dice
que este vector es un vector isótropo respecto de la métrica.
Ejemplo 1.2. La aplicación
T
R2 × R2 −→
2
R
((x, y), (x0 , y 0 )) 7→ xy 0 + yx0
define una métrica simétrica sobre R2 cuya matriz asociada es

0 1
G= ; T2 ((1, 0), (1, 0)) = 0 , T2 ((1, 0), (0, 1)) = 1 = T2 ((0, 1), (1, 0)) , T2 ((0, 1), (0, 1)) = 0 .
1 0
Observa que los vectores de la base (1, 0) y (0, 1) son isótropos.
• Radical de una métrica. Métricas irreducibles o no singulares

El radical de T2 , Rad T2 , es el conjunto de los vectores de E que son ortogonales a todos los
demás.
Rad T2 = {e ∈ E : T2 (e, e0 ) = 0 para todo e0 ∈ E}
Observa que los vectores del radical son todos isótropos.
Una métrica T2 es irreducible o no singular si Rad T2 = {0}.
• Polaridad asociada a una métrica

φT
La polaridad asociada a la métrica T2 es la aplicación lineal E −−→ 2
E ∗ definida por
0 0 0
φT2 (e)(e ) = T2 (e, e ) para cualesquiera e y e de E.
La matriz asociada a la polaridad, respecto de una base {e1 , . . . , en } de E y su base dual
{ω1 , . . . , ωn }, coincide con la traspuesta de la matriz de T2 , Gt . En efecto, el coeficiente
(i, j) de la matriz de la polaridad es φT2 (ej )(ei ) = T2 (ej , ei ) = gji .
El radical de T2 coincide con el núcleo de su polaridad:
ker φT2 = {e ∈ E : φT2 (e) = 0} = {e ∈ E : φT2 (e)(e0 ) = 0 para todo e0 ∈ E}
= {e ∈ E : T2 (e, e0 ) = 0 para todo e0 ∈ E} = Rad T2
Si la métrica T2 es irreducible su polaridad es un isomorfismo, pues es inyectiva
ya que su núcleo es cero, ker φT2 = Rad T2 = {0}, y como dimk E = dimk E ∗ es también
epiyectiva.
Por tanto, T2 es irreducible si y sólo si su matriz asociada G es no singular, es decir,
si det G 6= 0. (Recuerda que el determinante de una matriz coincide con el de su traspuesta).
• Subespacio ortogonal
Sea V un subespacio vectorial de E y T2 una métrica sobre E. Se define:
V ⊥ = {e ∈ E : T2 (e, v) = 0 para cualquier v ∈ V }
V ⊥ es un subespacio de E, pues es cerrado por combinaciones lineales:
Si e, e0 ∈ V ⊥ y λ, µ ∈ k se tiene T2 (λe + µe0 , v) = λT2 (e, v) + µT2 (e0 , v) = 0 para cada v ∈ V ,
luego λe + µe0 ∈ V ⊥ .
Proposición 1.3. (Caracterización del subespacio ortogonal) El subespacio ortogonal, V ⊥ ,
coincide con el subespacio antiimagen del subespacio incidente, V 0 , por la polaridad
V ⊥ = φ−1 0
T2 (V )
Demostración.
φ−1 0 0
T2 (V ) = {e ∈ E : φT2 (e) ∈ V } = {e ∈ E : φT2 (e)(v) = T2 (e, v) = 0 , ∀v ∈ V } = V
⊥
En particular, si la polaridad es un isomorfismo, lo que ocurre cuando T2 es irreducible y E de

dimensión finita, la dimensión del subespacio ortogonal es complementaria de la dimensión
del subespacio.
dimk V ⊥ = dimk E − dimk V
Ejemplo 1.4. Sea E = he1 , e2 i un R-espacio vectorial de dimensión 2. Calculemos he1 i⊥ y
he2 i⊥ para las métricas sobre E de matrices en esta base:

0 1 0 1 2 −1
a) G = ; b) G = ; c) G =
−1 0 1 2 −1 2
En los tres casos la polaridad es un isomorfismo pues det G 6= 0, luego dimk he1 i⊥ = 1 y
dimk he2 i⊥ = 1.
a) he1 i⊥ = he1 i pues T2 (e1 , e1 ) = 0 y he2 i⊥ = he2 i ya que T2 (e2 , e2 ) = 0.
b) he1 i⊥ = he1 i pues T2 (e1 , e1 ) = 0 y he2 i⊥ = he2 − 2e1 i ya que T2 (e2 , e2 − 2e1 ) = T2 (e2 , e2 ) −
2T2 (e2 , e1 ) = 2 − 2 = 0.
c) he1 i⊥ = he1 + 2e2 i ya que T2 (e1 , e1 + 2e2 ) = T2 (e1 , e1 ) + 2T2 (e1 , e2 ) = 2 − 2 = 0 y
he2 i⊥ = he2 + 2e1 i pues T2 (e2 , e2 + 2e1 ) = T2 (e2 , e2 ) + 2T2 (e2 , e1 ) = 2 − 2 = 0.
 
1 1 0
Ejemplo 1.5. En R3 se considera la métrica de matriz G = 1 −1 2.
0 2 0
1. Comprobar que es un métrica simétrica e irreducible.
2. Calcular T2 (e, e0 ) siendo e = 2e1 − e3 y e0 = 3e1 − 4e3 .
3. Calcular el subespacio ortogonal a he3 i. ¿Son suplementarios he3 i y he3 i⊥ ?
4. Calcular el subespacio ortogonal al plano π de ecuación x + y − z = 0. ¿Son suple-
mentarios π y π ⊥ ?
Solución
1. Es simétrica pues G = Gt y es irreducible por que det G 6= 0.
2.
   
1 1 0 0
T2 (e, e0 ) = 2 0 −1 · 1 −1

2 ·  3  = 6
0 2 0 −4
3. dimhe3 i⊥ = 2 y como T2 (e3 , e1 ) = 0 y T2 (e3 , e3 ) = 0 se sigue que he3 i⊥ = he1 , e3 i. Los
subespacios he3 i y he3 i⊥ no son suplementarios, de hecho he3 i ⊂ he3 i⊥ .
4. El subespacio incidente con el plano π es π 0 = hω = (1, 1, −1)i, luego π ⊥ = φ−1 T2 (hωi)
⊥
y como φT2 es un isomorfismo, pues T2 es irreducible, se tiene que π es la recta
3 1 1
hG−1 ω = ( , − , − )i, π ⊥ = h(3, −1, −1)i.
2 2 2
El plano π y la recta π ⊥ son suplementarios pues el vector (3, −1, −1) no está en
el plano.
2. Geometrı́a euclı́dea
Sea E un R-espacio vectorial.
Definición 2.1. Una métrica T2 sobre E es euclı́dea si es simétrica y definido positiva,
T2 (e, e) ≥ 0 , ∀e ∈ E y T2 (e, e) = 0 si y sólo si e = 0.
Si T2 es euclı́dea representaremos el producto escalar T2 (e, e0 ) por e · e0 .
Utilizaremos, sin demostrar, que una métrica T2 es euclı́dea si y sólo si los menores diagonales
de su matriz, respecto de cualquier base, son estrictamente positivos.
Ejemplo 2.2. Sea E = h1, x, x2 i el R-espacio vectorial de los polinomios de grado menor o
igual a dos.
Comprobemos que el producto:
Z 1
p(x) · q(x) = p(x)q(x)dx, para cada p(x), q(x) ∈ E
0
define un producto escalar euclı́deo.
Los productos escalares de los polinomios de la base de E son:
1 1 1 1 1
1 · 1 = 1 ; 1 · x = = x · 1 ; 1 · x 2 = x2 · 1 = ; x · x = ; , x · x2 = x2 · x = ; x2 · x2 =
2 3 3 4 5
 
1 1/2 1/3
 1
y la matriz G =  1/3 1/4 de la métrica en esa base tiene todos sus menores

2
1/3 1/4 1/5
1 1/2
diagonales positivos: 1 > 0 ; = 1/12 > 0 ; |G| = 1/2160 > 0
1/2 1/3
Proposición 2.3. El radical de una métrica euclı́dea es cero. En consecuencia, la polaridad
asociada a la métrica euclı́dea T2 es un isomorfismo.
Demostración. Si e ∈ Rad T2 se verifica que T2 (e, e0 ) = e · e0 = 0 para todo e0 ∈ E. En
particular, e · e = 0 y por tanto e = 0 pues T2 es definido positiva.
Luego ker φT2 = Rad T2 = {0}, es decir φT2 es inyectiva, y como dim E = dim E ∗ también es
epiyectiva.
Teorema 2.4. Sea E un R-espacio vectorial, V un subespacio de E y T2 una métrica euclı́dea
sobre E. El subespacio V y su ortogonal V ⊥ respecto de T2 son suplementarios.
Demostración.
• dim V ⊥ + dim V = dim E.
Por la caracterización del ortogonal es φ−1 0
T2 (V ) = V
⊥
y como φT2 es un isomorfismo, pues
⊥ 0
T2 es euclı́dea, resulta dim V = dim V = dim E − dim V .
• V ∩ V ⊥ = {0}.
Si e ∈ V ∩ V ⊥ es e ∈ V y e ∈ V ⊥ , luego e · e = 0, de donde e = 0 ya que T2 es definido
positiva.
2.1. Módulo de un vector. Coseno del ángulo definido por dos vectores.
Definición 2.5. Se llama módulo o longitud
p vector e ∈ E respecto de la métrica
del √
euclı́dea T2 al número real positivo |e| = T2 (e, e) = e · e.
Proposición 2.6. El módulo de un vector tiene las siguientes propiedades:
1. |e| ≥ 0 para todo e ∈ E y |e| = 0 si y sólo si e = 0.
2. |λe| = |λ||e| cualesquiera que sean λ ∈ R y e ∈ E.
3. Desigualdad de Minkowski. |e · e0 | ≤ |e||e0 |.
4. Desigualdad de Schwartz. |e + e0 | ≤ |e| + |e0 |.
5. Teorema de Pitágoras. |e + e0 |2 = |e|2 + |e0 |2 si y sólo si e · e0 = 0.
Demostración.
1. Se deduce p de que T2 espdefinido positiva. p
2. |λe| = T2 (λe, λe) = λ2 T2 (e, e) = |λ| T2 (e, e) = |λ||e|.
3. Para cada λ ∈ R y e, e0 ∈ E se tiene que (e+λe0 )·(e+λe0 ) = |e|2 +λ2 |e0 |2 +2λe·e0 ≥ 0,
luego el discriminante de la ecuación de segundo grado en λ, |e0 |2 λ2 +2e·e0 λ+|e|2 = 0,
debe ser negativo o nulo, esto es, 4(e · e0 )2 − 4|e|2 |e0 |2 ≤ 0, de lo que se deduce que
(e · e0 )2 ≤ |e|2 |e0 |2 y por tanto |e · e0 | ≤ |e||e0 |.
4. Utilizando 3. resulta:
|e+e0 |2 = |e|2 +|e0 |2 +2e·e0 ≤ |e|2 +|e0 |2 +2|e.e0 | ≤ |e|2 +|e0 |2 +2|e||e0 | = (|e|+|e0 |)2 ,
luego |e + e0 | ≤ |e| + |e0 |.
5. |e + e0 |2 = |e|2 + |e0 |2 + 2e.e0 = |e|2 + |e0 |2 ⇔ e · e0 = 0.

Vectores unitarios
Un vector u ∈ E es unitario respecto de la métrica euclı́dea si tiene módulo 1 o, lo que es
equivalente, si u · u = 1.
Unitarizar o normalizar un vector es convertirlo en otro de módulo 1. Dado un vector no
e e
nulo e ∈ E se pueden construir dos vectores unitarios u = y −u = − .
|e| |e|
Coseno del ángulo determinado por dos vectores
e · e0
De la desigualdad de Minkowsky se sigue que −1 ≤ ≤ 1 y las igualdades se dan si e y
|e||e0 |
e0 son vectores proporcionales con diferente o igual sentido respectivamente. Por tanto, tiene
sentido definir:
e · e0
cos(e, e0 ) =
|e||e0 |
2.2. Bases ortogonales. Bases ortonormales.
Sea (E, T2 ) un espacio euclı́deo, esto es, un R-espacio vectorial E con una métrica euclı́dea
T2 .
• Una base {e1 , . . . , en } de E es ortogonal si sus vectores son ortogonales dos a dos, esto es,
si ei · ej = 0 para i 6= j.
• Una base {e1 , . . . , en } de E es ortonormal si es ortogonal y de vectores unitarios.
Es claro que dada una base ortogonal se construye una base ortonormal normalizando sus
vectores.
Proposición 2.7. (Existencia de bases ortogonales) En todo espacio euclı́deo existen bases
ortogonales.
Demostración. Por inducción sobre la dimensión n del espacio euclı́deo E.
Si n = 1 no hay nada que demostrar.
Sea e un vector no nulo de E. Se tiene que E = hei ⊕ hei⊥ y como hei⊥ es un espacio euclı́deo
con la métrica restricción y tiene dimensión n − 1, por hipótesis de inducción hei⊥ posee una
base ortogonal {e1 , . . . , en−1 }, luego {e, e1 , . . . , en−1 } es una base ortogonal de E.
Ejemplo 2.8. En el espacio eucı́deo R3 se considera la base {e1 , e2 , e3 } dada por las condi-
ciones
|e1 | = |e2 | = 2, |e3 | = 1, ∠(e1 , e2 ) = ∠(e2 , e3 ) = 600 , ∠(e1 , e3 ) = 900
1. Calcula la matriz de la métrica euclı́dea en esa base.
2. Calcula una base ortogonal y la matriz de la métrica euclı́dea respecto de ella.
3. Calcula una base ortonormal.
4. Calcula el plano que pasa por el origen y es perpendicular a la recta he1 + e2 − e3 i
Solución
1. Los productos escalares de los vectores de la base son
e1 · e1 = |e1 |2 = 4, e3 · e3 = |e3 |2 = 1
e1 · e2 = |e1 ||e2 | cos(e1 , e2 ) = 2, e1 · e3 = 0, e2 · e3 = |e2 ||e3 | cos(e1 , e2 ) = 1
 
4 2 0
y la matriz G = 2 4 1.
0 1 1
2. Como los vectores e1 y e3 son ortogonales, basta calcular un vector v que genere el
subespacio ortogonal al plano he1 , e3 i.
La ecuación del plano he1 , e3 i es y = 0, luego su subespacio incidente está generado
por la forma  lineal
  de coordenadas
 (0, 1, 0) y por tanto su ortogonal, he1 , e3 i⊥ es la
0 −1/4
−1  
recta hG 1 =  1/2 i.
0 −1/2
Ası́ podemos tomar como generador de esta recta el vector v = (1, −2, 2) y los
vectores {e1, e3 , v} forman
 una base ortogonal, en la que la matriz dela métrica 
4 0 0 1
euclı́dea es 0 1 0, pues e1 · e1 = 4, e3 · e3 = 1, v · v = 1 −2 2 G −2 = 8.
0 0 8 2
3. Normalizando los vectores de la base ortogonal obtenemos una base ortonormal
e1 e3 v 1 1
{ , , } = { e1 , e3 , √ v}
|e1 | |e3 | |v| 2 8
4. El plano π que pasa por el origen y es perpendicular a la recta he1 + e2 − e3 i es
he1 + e2 − e3 i⊥ . Para cada e = (x, y, z) ∈ π se tiene que verificar:
 
1
x y z G 1  = 0
−1
es decir, la ecuación de π es 6x + 5y = 0.
2.3. Proyección ortogonal de un vector sobre otro. Ortonormalización de Gramm-

Schmidt.
Sean e, v ∈ E, el vector v 0 =vector proyección ortogonal de v sobre e está definido por las
condiciones: ) )
v 0 = λe v 0 · e = λe · e v·e
0 ⇒ 0 ⇒λ=
(v − v ) · e = 0 v·e=v ·e e·e
v·e
de las que se deduce que v 0 = e.
e·e
Ortonormalización de una base (Gramm-Schmidt)
Ortonormalizaremos la base {e1 , . . . , en } del espacio euclı́deo (E, T2 ), para ello construiremos
primero una base ortogonal {v1 , . . . , vn }:
• v1 = e1 .
• v2 es e2 menos la proyección ortogonal de e2 sobre v1 :
e2 · v1
v2 = e2 − v1
v1 · v1
• Se construye v3 restando de e3 sus proyecciones ortogonales sobre los vectores anteriores,
v1 y v2 :
e3 · v1 e3 · v2
v3 = e3 − v1 − v2
v1 · v1 v2 · v2
• Procediendo de esta manera se obtiene:
en · v1 en · vn−1
vn = en − v1 − · · · − vn−1
v1 · v1 vn−1 · vn−1
v1 vn
La base ortonormalizada es { ,..., }
|v1 | |vn |
2.4. Distancia en el espacio euclı́deo.

Se define la distancia entre dos vectores e, e0 ∈ E como el módulo del vector diferencia e − e0 :
d(e, e0 ) = |e − e0 |
La distancia tiene las siguientes propiedades, que se deducen de las del módulo:
1. d(e, e0 ) ≥ 0 y d(e, e0 ) = 0 si y sólo si e = e0 .
2. d(e, e0 ) = d(e0 , e)
3. Desigualdad triangular d(e, e00 ) ≤ d(e, e0 ) + d(e0 , e00 )
Ejemplo 2.9. Calculemos la matriz del producto escalar euclı́deo de R3 en la base dada por
las condiciones:
√
|e1 | = 2, |e2 | = |e3 | = 1, d(e1 , e2 ) = 2 = d(e1 , e3 ), d(e2 , e3 ) = 2
Se tiene:
4 = d(e1 , e2 )2 = |e1 − e2 |2 = |e1 |2 + |e2 |2 − 2e1 · e2 ⇒ e1 · e2 = 1/2
4 = d(e1 , e3 )2 = |e1 − e3 |2 = |e1 |2 + |e3 |2 − 2e1 · e3 ⇒ e1 · e3 = 1/2
2 = d(e2 , e3 )2 = |e2 − e3 |2 = |e2 |2 + |e3 |2 − 2e2 · e3 ⇒ e2 · e3 = 0
 
4 1/2 1/2
Luego la matriz es G = 1/2 1 0 .
1/2 0 1
2.5. Subvariedades afines perpendiculares.
Sea H una subvariedad afı́n de E, de vector de posición e0 y subespacio director V
H = e0 + V
La subvariedad afı́n que pasa por el punto P y es perpendicular a H viene dada por:
HP⊥ = OP + V ⊥
Como V ⊕ V ⊥ = E, las subvariedades H y HP⊥ se cortan en un punto Q, H ∩ HP⊥ = Q. El
punto Q se llama proyección ortogonal de P sobre H.
Distancia de un punto P a una subavariedad afı́n H:
d(P, H) = d(P, Q) = |P Q| , siendo Q la proyección ortogonal de P sobre H.

Ejemplo 2.10. Respecto de la base del ejemplo anterior , calcular la distancia del punto
P = (1, 1, 1) a la recta r ≡ x + 1 = −y = z.
La subvariedad afı́n que pasa por P y es ortogonal a la recta r es el plano π =
OP + hωi⊥ , donde ω = Ge, siendo e = (1, −1, 1) un vector director de r.
    
4 1/2 1/2 1 4
Ge = 1/2 1 0  −1 = −1/2
1/2 0 1 1 3/2
π ≡ 8x − y + 6z = 10
Calculamos Q = r ∩ π.

Q ∈ r ⇒ Q = (−1 + λ, −λ, λ)
1 3 3

3 Q = ( ,− , )
Q ∈ π ⇒ 8(−1 + λ) + λ + 3λ = 10 ⇒ λ =  2 2 2
2
√
134
d(P, r) = d(P, Q) = |P Q| = |(−1/2, −5/2, 1/2)| =
4
 
−1/2
67
|P Q|2 = |(−1/2, −5/2, 1/2)|2 = −1/2 −5/2 1/2 G −5/2 =

1/2 8
3. Problemas propuestos
1. Determina la ecuación del plano que pasa por el punto (2, −3, −4) y es perpendicular a
x−7 y+2 z−3
la recta = = .
1 3 −4
2. Halla la ecuación de la recta que pasa por el punto (4, 4, 1) y corta perpendicularmente a
x−7 y+2 z−3
la recta = = .
3 1 −2
3. Determina la ecuación del plano que pasa por el punto (2, −3, −4) y es perpendicular a
los planos π1 : x + 2y − z = 0, π2 : 7x − 2y + z = 0.
x−1 y−2 z
4. Halla el simétrico del punto (1, 2, 3) respecto de la recta = = .
−1 2 1
5. En una referencia ortonormal del espacio euclı́deo la recta r y el plano π tienen como
ecuaciones:
r ≡ x = 1 + 2λ, y = 2 − λ, z = 3 − λ ; π ≡ 4x + y + z − 9 = 0
Calcula las ecuaciones de la proyección ortogonal de r sobre π.
x−1 y−2 z−3
6. Calcula el ángulo formado por la recta r ≡ = = y el plano
2 2 5
π ≡ 2x + y − 2z = 5.
7. Halla la distancia del plano 2x + y − z = 3 al plano 4x + 2y − 2z = 7.
x−1 y−2 z−1
8. Halla la distancia entre las rectas r ≡ = = y s ≡ x = y = z − 1.
2 3 4
x−1 y−2 z−3
9. Halla la distancia de la recta = = al plano x + y + z = 1.
1 2 −3
10. En el espacio euclı́deo de dimensión 4, las ecuaciones de los planos π y π 0 son:
( (
y−z−t =0 x+y−z+t=1
π≡ ; π0 ≡
x + 2y − 2z = 0 2x + y − 2z − 3t = 0
Estudia su posición relativa y calcula la distancia que los separa.
11. Halla los puntos del eje OY que equidistan de los planos π ≡ 2x + 3y + 6z = 0 y
π 0 ≡ 8x + 9y − 72z = −73.
12. Calcula el lugar geométrico de los puntos que equidistan del punto (2, 1, 3) y del plano
x + y + z = 3.
13. En un plano euclı́deo se da una base con las condiciones siguientes
|e1 | = 1, |e2 | = 2, ∠(e1 , e2 ) = 60o
Calcula las ecuaciones de las bisectrices de las rectas 3x + 2y = 0, x − y = 0.
√
14. En un plano euclı́deo se da una base {e1 , e2 } con las condiciones |e1 | = 2, |e2 | = 2,
∠(e1 , e2 ) = 45o . Calcula la ecuación de la circunferencia de radio unidad y centro el punto
P = 2e1 + e2 .
15. En el espacio euclı́deo tridimensional se considera una base {e1 , e2 , e3 } definida por las
siguientes condiciones:
|e1 | = |e2 | = |e3 | = 1, ∠(e1 , e2 ) = 60o , ∠(e1 , e3 ) = ∠(e2 , e3 ) = 90o
Calcula las coordenadas del punto simétrico del punto (1, 2, 3) respecto de la recta
x−1 y−2 z
r≡ = = .
−1 2 1
16. Sea {e1 , e2 , e3 } la base del espacio euclı́deo definida por las condiciones
π π π
|e1 | = 1 ; |e2 | = 2 ; |e3 | = 3 ; ∠(e1 , e2 ) = ; ∠(e1 , e3 ) = ; ∠(e2 , e3 ) =
3 2 3
Sean P1 , P2 , P3 los puntos de coordenadas P1 = (1, 0, 1), P2 = (0, 1, 1), P3 = (1, 1, 0) en la
base anterior.
1. Calcula las ecuaciones implı́citas de los planos π1 , π2 , π3 , donde πi es el plano que
pasa por Pi y es perpendicular a la recta que une los otros dos puntos.
2. Demuestra que la intersección de los tres planos anteriores es una recta perpendicular
al plano que pasa por los puntos P1 , P2 , P3 .
17. Se considera una referencia unitaria {e1 , e2 , e3 } del espacio euclı́deo, que verifica las
condiciones ∠(e1 , e2 ) = 60o , ∠(e1 , e3 ) = ∠(e2 , e3 ) = 90o . Calcula la distancia entre el
punto 7e1 + 2e2 + 4e3 y la recta que pasa por los puntos 2e1 − 3e2 − e3 , 2e1 + 3e3 .
18. Respecto de la referencia anterior, se consideran dos rectas de ecuaciones:
x−1 y z−1 x−2 y−3 z
r≡ = = ; s≡ = =
2 −1 1 −1 3 −2
Calcula la ecuación de la perpendicular común.
19. Dado el espacio vectorial euclı́deo R3 con su métrica habitual, ortonormaliza la base
e1 = (1, 1, 0), e2 = (1, 0, 1), e3 = (0, 1, 1).
20. En el espacio euclı́deo R3 ortonormaliza la base {e1 , e2 , e3 } definida por
√
|e1 | = 1, |e2 | = 2, |e3 | = 2, ∠(e1 , e2 ) = 90o , ∠(e1 , e3 ) = 45o , ∠(e2 , e3 ) = 60o
Clasificación de endomorfismos 1
Polinomio anulador y polinomio característico de un endomorfismo T e Endk E
Teorema de Caley-Hamilton. El polinomio característico es un múltiplo del polinomio anulador.

Si el polinomio característico es cT HxL = Hx - l1 Ln1 .Hx - l2 Ln2 .......Hx - lr Lnr ,
su polinomio anulador es mT HxL = Hx - l1 Lm1 .Hx - l2 Lm2 .......Hx - lr Lmr , con mi § ni ; mi son las mínimas potencias para
las que la dimensión del núcleo de HT - li Lmi coincide con la dimensión del núcleo de HT - li Lmi+1 .
Primer teorema de descomposición para endomorfismos. Si mT HxL = p1 HxLm1 .p2 HxLm2 .......pr HxLmr es la descomposición
en factores primos del polinomio anulador, el espacio E descompone en suma directa de subespacios invariantes:
E=ker p1 HTLm1 ⊕ker p2 HTLm2 ⊕....⊕ker pr HTLmr , siendo pi HxLmi el anulador de ker pi HTLmi y dimk ker pi HTLmi ¥gradopi HxLmi .
Criterio de diagonalización por el polinomio anulador. El endomorfismo T es diagonalizable si y sólo si su polinomio

anulador descompone en producto de factores lineales diferentes.
Ejercicios
1. Demuestra que todo endomorfismo T de un espacio vectorial E que cumpla la condición T 3 - 4 T 2 + T + 6I =0 es diagonal-
izable sobre R. ¿Cuál es su polinomio anulador? ¿Puedes calcular su polinomio característico?
2. Sea T un endomorfismo de E tal que T 3 - 8 I = 0. Sabiendo que T no es una homotecia, estudia su diagonalización sobre
R y sobre C.
¿Cuál es su polinomio anulador en cada caso? Si dimR E=4, ¿cuál es su polinomio característico?
3. Averigua si son diagonalizables los siguientes endomorfismos de R3 . Calcula sus polinomios característico y anulador y
aplica el primer teorema de descomposición.
1 1 -2 -3 0 0 3 0 -2
A= 0 -1 1 ; B= 2 1 0 ; C= 0 1 0
0 0 3 -1 1 1 2 0 -1
4. Sea T un endomorfismo de R4 con polinomio anulador mT HxL = Hx - 1L2 (x+3) y con dos vectores propios de valor propio
-3 linealmente independientes. ¿Cuál es su polinomio característico? ¿Es diagonalizable? ¿Cuántos vectores propios de valor
propio 1 hay linealmente independientes?
5. Demuestra que cualquier endomorfismo idempotente, T 2 =I, es diagonalizable. Calcula sus valores propios y su polinomio
anulador.
6. Demuestra que 0 es el único valor propio de un endomorfismo nilpotente, T m =0 para algún m. ¿Cuál es su polinomio
anulador? ¿Y su polinomio característico? ¿Existe algún endomorfismo nilpotente que sea diagonalizable?
11 -13 0 0
9 -11 0 0
7. Calcula el polinomio característico y el polinomio anulador del endomorfismo de matriz A= .
0 0 4 -8
0 0 4 -8
¿Es diagonalizable?
8. Sea T un endomorfismo de R3 con dos valores propios diferentes y dos vectores propios linealmente independientes de
valor propio 3 y tal que |A|= -45 siendo A la matriz de T en una cierta base. Calcula el otro valor propio, el polinomio
característico y el polinomio anulador de T. ¿Es diagonalizable?
Diagonalización de endomorfismos
Sea E un k-espacio vectorial de dimensión finita y T un endomorfismo de E.

Un vector no nulo e de E es un vector propio de valor propio ΛΕk si T(e)=Λe.
Si Λ es un valor propio Ker(T-ΛI) es un subespacio de E no nulo, el subespacio de los vectores propios de valor
propio Λ.
T es diagonalizable si existe una base de E en la que la matriz de T tiene forma diagonal, es decir, si existe una base de
vectores propios.
Polinomio caracterí sticocT HxL = detHxI - AL, siendo A la matriz de T respecto de cualquier base de E.
Los valores propios de T coinciden con las raí ces de su polinomio caracterí stico.
Criterio de diagonalización por el polinomio caracterí stico.

El endomorfismo T es diagonalizable si y sólo si su
descompone, sobre k, en la forma cT HxL = Hx - Λ1 Ln1 .Hx - Λ2 Ln2 ... ..Hx - Λr Lnr , con todos los Λi
polinomio caracterí stico
diferentes y dim Ker(T- Λi IL = ni para i={1,....,n}.
Ejercicios
1 . Averigua si la matriz A =
1 2 1
5 4 1 es diagonalizable y en caso afirmativo calcula su forma diagonal y una base de diagonalización.
0 0 1
2. Averigua si el endomorfismo T de R3 cuya matriz asociada

1 4 -12
en la base 8e1, e2, e3 < es 0 3 -9 es diagonalizable. En cualquier caso,
0 1 -3
calcula sus valores propios y los subespacios de vectores propios asociados.
3. Estudiar la diagonalización del endomorfismo T cuyas ecuaciones son :
-x - 2 y + 3 z + 2 t = x '
y + t = y'
-2 x - 2 y + 4 z + 2 t = z '
2 t = t'
4. Sea T el endomorfismo de R3 definido por T(x,y,z) = (x-3 y+3 z, 3 x-5 y+3 z, 6 x-6 y+4 z). Averigua si es diagonaliz-
able y en caso afirmativo calcula su forma diagonal y una base de diagonalización.
3 0 0 1 0 2
5. Calcula los valores propios y los subespacios de vectores propios asociados a las matrices 2 1 0 y -1 1 3 .
4 -4 3 0 1 1
Averigua si son diagonalizables y calcula su forma canónica.
-3 1 -2
6. Estudiar la diagonalización del endomorfismo de matriz asociada -4 1 -4 sobre el cuerpo real y sobre el cuerpo
1 0 1
complejo.
7. Comprueba que la aplicación lineal dada por f(x, y, z)=(5x-4z, 3y, 2x-z) es diagonalizable. Calcula su forma diagonal y
una base de diagonalización.
2 ProblemasDiagonal.nb
7. Comprueba que la aplicación lineal dada por f(x, y, z)=(5x-4z, 3y, 2x-z) es diagonalizable. Calcula su forma diagonal y
una base de diagonalización.
Α+3 1
8. Estudiar según los valores del pará metroΑ la diagonalización de la matriz 2
sobre el cuerpo real.
Α - 10 Α + 1
9. Demuestra que el endomorfismo de R4 de ecuaciones: x+y+z+t=x' , x+y-z-t=y' , x-y+z-t=z' , x-y-z+t=t', es diagonaliz-

able. Calcula los subespacios de vectores propios, la forma diagonal y una base de diagonalización.
1 0 1 0
0 0 2 1
10. Estudia la diagonalización sobre el cuerpo racional y sobre el cuerpo real del endomorfismo
1 2 0 0
0 1 0 1
Α -2 Α - 3 2 Α + 3
11. Sea T el endomorfismo de R3 cuya matriz en una base ( e1 , e2 , e3 ) es 0 -2 Α 3 Α . Estudiar la diagonal-
0 -2 Α - 3 3 Α + 3
ización de T para los diferentes valores de Α y calcular una base de diagonalización para Α=1.
Álgebra lineal y Geometrı́a II
Daniel Hernández Serrano
Darı́o Sánchez Gómez
SEMINARIO I.
1. Clasificación de Endomorfismos.
1.1. Anulador y diagonalización.
1. Calcular el polinomio caracterı́stico y anulador de las siguientes matrices:
     
a 0 0 a 0 0 a 0 0
0 a 0 , 1 a 0 , 1 a 0 .
0 0 a 0 0 a 0 1 a
2. Sea {e1 , e2 , e3 } una base de R y T el endomorfismo de R3 cuya matriz en esta base es:
3
 
1 4 −12
0 3 −9  .
0 1 −3
Calcular el polinomio caracterı́stico y el anulador. Estudiar la diagonalización de T .
3. Calcular el polinomio anulador y estudiar la diagonalización del endomorfismo T cuyas ecuaciones
son:
x0 = x + t , y 0 = y , z 0 = z − t , t0 = 3z + 5t .
4. Estudiar en función de los distintos valores del parámetro a la diagonalización de la matriz:
 
a + 1 0 2a
A= 1 a 2a
−1/2 0 0
Para los valores de a en los que diagonaliza, calcular una base de diagonalización.
5. Sea M2×2 (k) el espacio vectorial de la matrices cuadradas de orden 2 con coeficientes en k. Estudiar
la diagonalización del endomorfismo:
TA : M2×2 (k) → M2×2 (k)
B 7→ A · B

1 1
donde A = y a ∈ k.
0 a
6. Demostrar que para todo endomorfismo
de C2 de determinante 1 y traza distinta de ±2 existe

λ 0
una base en la que su matriz es .
0 1/λ
1
2 Álgebra Lineal y Geometrı́a II. Grado en Fı́sicas. Curso 2010/11. D. Hernández Serrano, D. Sánchez Gómez
ALGUNAS SOLUCIONES. SEMINARIO I.

4. Estudiar en función de los distintos valores del parámetro a la diagonalización de la matriz:
 
a+1 0 2a
A= 1 a 2a
−1/2 0 0
Para los valores de a en los que diagonaliza, calcular una base de diagonalización.
Solución: Calculemos el polinomio caracterı́stico cA (x) de A.

x − (a + 1) 0 −2a
−2a = (x − a)2 (x − 1) .

cA (x) = |xId − A| = −1 x−a
1/2 0 x
Los valores propios de A serán x = a (dos veces) y x = 1. Calculemos los subespacios de vectores
propios correspondientes.
    
n a 0 2a x 0 o
Ker(T − Id) = (x, y, z) :  1 a − 1 2a  y  = 0
−1/2 0 −1 z 0
(
−x/2 = z
=
(1 − a)(x − y) = 0
    
n 1 0 2a x 0 o
Ker(T − aId) = (x, y, z) :  1 0 2a  y  = 0
−1/2 0 −a z 0
= { x + 2az = 0
= h(−2a, 0, 1), (0, 1, 0)i
Distinguimos dos casos:

1) a 6= 1, entonces
z = −x/2

Ker(T − Id) =
y=x
= h(2, 2, −1)i
Ker(T − aId) = h(−2a, 0, 1), (0, 1, 0)i
2) a = 1, sólo hay un valor propio x = 1 y
Ker(T − Id) = h(−2, 0, 1), (0, 1, 0)i
Teniendo en cuenta el criterio de diagonalización por el polinomio caracterı́stico se tiene que A

diagonaliza cuando a 6= 1. En ese caso una base de diagonalización viene dada por
{(2, 2, −1), (−2a, 0, 1), (0, 1, 0)} .
5. Sea M2×2 (k) el espacio vectorial de la matrices cuadradas de orden 2 con coeficientes en k. Estudiar
la diagonalización del endomorfismo:
TA : M2×2 (k) → M2×2 (k)

B 7→ A · B

1 1
donde A = y a ∈ k.
0 a
Álgebra Lineal y Geometrı́a II. Grado en Fı́sicas. Curso 2010/11. D. Hernández Serrano, D. Sánchez Gómez 3
n 1 0 0 1 0 0 0
0 o
Solución: La matriz asociada a TA respecto de la base , , ,
0 0 0 0 1 0 0 1
 
1 0 1 0
0 1 0 1
0 0 a 0. Calculemos su polinomio caracterı́stico
es TA =  
0 0 0 a

x − 1 0 −1 0

0 x−1 0 −1
cTA (x) = |xId − TA | = = (x − 1)2 (x − a)2 .
0 0 x − a 0
0 0 0 x − a
Los valores propios son x = 1 (dos veces) y x = a (dos veces). Calculando los subespacios de
vectores propios asociados a estos valores propios tenemos:
    
0 0 1 0 x 0
n 0 0 0 1  y  0 o
Ker(TA − Id) = (x, y, z, t) : 
0 0 a − 1
  =  
0   z  0
0 0 0 a−1 t 0
z=0

=
t=0

1 0 0 1
=h , i.
0 0 0 0
    
1−a 0 1 0 x 0
n  0 1 − a 0 1 y  0 o
Ker(TA − aId) = (x, y, z, t) : 
 0
  =  
0 0 0  z  0
0 0 0 0 t 0
(
(1 − a)x + z = 0
=
(1 − a)y + t = 0

1 0 0 1
=h , i.
a−1 0 0 a−1
En consecuencia si a 6= 1 el endomorfismo TA diagonaliza en la base

1 0 0 1 1 0 0 1
{ , , , }
0 0 0 0 a−1 0 0 a−1
 
1
 1 
y la matriz respecto de dicha base es  .
 a 
a
2
6. Demostrar que para todo endomorfismo
de
C de determinante 1 y traza distinta de ±2 existe
λ 0
una base en la que su matriz es .
0 1/λ
Solución: Hay que demostrar que existe una base de C2 en la que T diagonaliza, siendo sus
valores propios uno inverso del otro y distintos. Como C es algebraicamente cerrado el polinomio
caracterı́stico de T es de la forma cT (x) = (x − z1 )(x − z2 ) con z1 , z2 ∈ C. Ya que el determinante
de T es 1 se tiene que z2 = 1/z1 . Si z1 = z2 , se sigue que z12 = 1, luego z1 = ±1 lo que contradice
que la traza sea distinta de ±2. Por lo tanto z1 6= z2 , es decir T tiene dos valores propios distintos,
siendo además uno inverso del otro. Existe entonces una base respecto de la cual T diagonaliza
siendo la matriz asociada como la del enunciado.
SEMINARIO II.
1.2. Clasificación, bases de Jordan y aplicaciones.
7. Clasificar sobre R el endomorfismo T : E → E definido por las ecuaciones:
x0 = 2x , y 0 = x + 2y , z0 = y + z ,
y dar una base de diagonalización o de Jordan según sea el caso.
8. Clasificar sobre R el endomorfismo cuya matriz en cierta base es:
 
9 18 18
−6 −12 −9 .
−2 −3 −6
Dar una base de diagonalización o de Jordan según sea el caso.
9. Sea T el endomorfismo de R3 cuya matriz en cierta base es:
 
4 −1 0
A= 1 2 0 .
−2 2 5
Clasificar el endomorfismo T y calcular explı́citamente una base de diagonalización o de Jordan
según sea el caso.
Calcular A125 .
10. Sea {e1 , e2 , e3 } una base de R3 y T el endomorfismo de R3 definido por:
T (e1 ) = e1 − e2 , T (e2 ) = e1 + 3e2 , T (e3 ) = e2 + 2e3 .
Calcular T 30 .
T (e1 ) = 3e1 , T (e2 ) = 2e2 − e1 , T (e3 ) = e2 + 2e3 .
Calcular la exponencial de la matriz asociada a T .
12. Resolver el siguiente sistema de ecuaciones diferenciales:
dx
=x+z
dt
dy
= −x + 2y + 2z
dt
dz
=z
dt
dx
= 2x + y
dt
dy
= −x + 4y + z
dt
dz
= 3z
dt
4
ALGUNAS SOLUCIONES. SEMINARIO II.
9. Sea T el endomorfismo de R3 cuya matriz en cierta base es:
 
4 −1 0
A= 1 2 0 .
−2 2 5
• Clasificar el endomorfismo T y calcular explı́citamente una base de diagonalización o de Jordan

• Calcular A125 .
Solución:
• Calculamos el polinomio caracterı́stico de A, cA (x) = |xId − A| = (x − 5)(x − 3)2 . Además
tenemos
    
n 1 −1 0 x 0 o
Ker(A − 3Id) = (x, y, z) :  1 −1 0 y  = 0
−2 2 2 z 0
x=y

=
z=0
= h(1, 1, 0)i
    
n 0 0 0 x 0 o
Ker(A − 3Id)2 = (x, y, z) :  0 0 0 y  = 0
−4 4 4 z 0
= { −x + y + z = 0
= h(1, 1, 0), (1, 0, 1)i
    
n −1 −1 0 x 0 o
Ker(A − 5Id) = (x, y, z) :  1 −3 0 y  = 0
−2 2 0 z 0
x=0

=
y=0
= h(0, 0, 1)i
Como dim Ker(A−3Id) 6= 2 la matriz no diagonaliza, luego el polinomio anulador es mA (x) =

(x − 5)(x − 3)2 y R3 ' R[x]/(x
 − 5) ⊕ R[x]/(x
 − 3)2 .
3
La matriz de Jordan es J = 1 3 , en la base {e, (A − 3)e, e0 } siendo e ∈ Ker(A − 3)2
5
pero e 6∈ Ker(A − 3) y e0 ∈ Ker(A − 5). Tomando e0 = (0, 0, 1) y e = (1, 0, 1) la matriz de
1 1 0
cambio de base es B = 0 1 0 y A = B · J · B −1 .
1 0 1
• Como A125 = B · J 125 · B −1 , bastará calcular J 125 . Para ello descomponemos J en suma de
una matriz diagonal D y una nilpotente N que conmutan (es decir N D = DN ). J = D + N =
   
3 0
 3  + 1 0 , con N 2 = 0. Entonces
5 0

125 125
J 125 = (D + N )125 = D +125
D124 · N = D125 + 125D124 · N
0 1
 125   
3 0
= 3125  + 125 3124 0 
125
5 0
3125
 
= 125 · 3124 3125 

3125

T (e1 ) = 3e1 , T (e2 ) = 2e2 − e1 , T (e3 ) = e2 + 2e3 .
• Clasificar el endomorfismo T y calcular explı́citamente una base de diagonalización o de Jordan
• Calcular la exponencial de la matriz asociada a T .  
3 −1 0
Solución: La matriz asociada a T respecto de la base {e1 , e2 , e3 } es T = 0 2 1.
0 0 2
x − 3 1 0

Entonces el polinomio caracterı́stico es cT (x) = 0 x−2 −1 = (x−2)2 (x−3). Calculamos
0 0 x − 2
los respectivos subespacios de vectores propios.
    
n 1 −1 0 x 0 o x − y = 0
• Ker(T − 2) = (x, y, z) : 0 0 1
   y = 0 =
  = h(1, 1, 0)i.
z=0
0 0 0 z 0
    
n 0 −1 0 x 0 o −y = 0

• Ker(T − 3) = (x, y, z) : 0 −1 1  y  = 0 = = h(1, 0, 0)i.
−y + z = 0
0 0 −1 z 0
Luego no diagonaliza, y en consecuencia mT (x) = (x − 2)2 (x − 3). Además se tiene que
R3 ' R[x]/(x − 2)2 ⊕ R[x]/(x − 3).
Una base de Jordan será {e, (T − 2)e, e0 } siendo e ∈ Ker(T − 2)2 pero e ∈ / Ker(T − 2) y
e0 ∈ Ker(T − 3).
Necesitamos calcular el siguiente
 núcleo:     
n 1 −1 −1 x 0 o
• Ker(T −2)2 = (x, y, z) : 0 0 0  y  = 0 = {x − y − z = 0} = h(1, 1, 0), (1, 0, 1)i.
0 0 0 z 0
Tomando e = (1, 0, 1) se tiene que una base de Jordan es: {(1, 0, 1), (1, 1, 0), (1, 0, 0)}. En dicha
base la matriz de Jordan asociada el endomorfismo T es
 
2
J = 1 2 
3
 
1 1 1
Para calcular eA tenemos en cuenta que A = BJB −1 siendo B 0 1 0 la matrix de cambio
1 0 0
de base. Usando el desarrollo en serie de la exponencial se tiene que eA = B · eJ · B −1 . Ası́ basta
calcular eJ y para hacer esto escribimos J como suma de una matriz diagonal D y una nilpotente
N , con (N 2 = 0), tales que N D = DN
     
2 2 0
J = 1 2  =  2  + 1 0 .
3 3 0
Teniendo en cuenta el desarrollo en serie de la exponencial se tiene que

 2     2 
e 1 e
eJ = eD eN = eD (Id + N ) =  e2  + 1 1  = e2 e2 .
e3 1 e 3
dx
= 2x + y
dt
dy
= −x + 4y + z
dt
dz
= 3z
dt
Solución: Matricialmente el sistema puede expresarse de la forma X 0 (t) = A · X(t) siendo

     dx 
2 1 0 x dt
A = −1 4 1 , X(t) = y  y X 0 (t) =  dy
dt
.
0 0 3 z dz
dt
 
λ1
Ya que la solución del sistema es X(t) = eAt λ2 , siendo λi constantes, tenemos que calcular
λ3
eA . Para hacer esto usamos la matriz de Jordan correspondiente a A.
Lo primero que necesitamos conocer es el polinomio caracterı́stico de A. Calculando resulta que
dicho polinomio es cA (x) = |xId − A| = (x − 3)3 . Como
    
n −1 1 0 x 0 o
Ker(A − 3Id) = (x, y, z) : −1 1 1 y  = 0
0 0 0 z 0
x=y

=
z=0
= h(1, 1, 0)i
    
n 0 0 1 x 0 o
Ker(A − 3Id)2 = (x, y, z) : 0 0 1 y  = 0
0 0 0 z 0
={ z = 0
= h(1, 0, 0), (0, 1, 0)i
    
n 0 0 0 x 0 o
Ker(A − 3Id)3 = (x, y, z) : 0 0 0 y  = 0
0 0 0 z 0
= h(1, 0, 0), (0, 1, 0), (0, 0, 1)i ' R3
el polinomio anulador es mA (x) = (x − 3)3 y R3 ' R[x]/(x − 3)3 .

Una base de Jordan será de la forma {e, (A − 3Id)e, (A − 3Id)2 e} siendo e = (x, y, z) ∈ Ker(A −
3Id)3 pero e ∈
/ Ker(A − 3Id)2 . Podemos tomar por ejemplo  e = (0, 0, 1). Respecto de dicha base
3 0 0
la matriz de Jordan correspondiente a A es J = 1 3 0. Esto es A = B · J · B −1 , siendo
  0 1 3
0 0 1
B = 0 1 1 la matriz de cambio de base asociada a la base de Jordan.
1 0 0
   
3 0
Poniendo J = D + N con D =  3  diagonal, N = 1 0  nilpotente (N 3 = 0)
3 1 0
tales que DN = N D, y usando el desarrollo en serie de la exponencial, se obtiene que
 3t   3t  
e 2 e 1
t
eJt =  e3t  (Id + N t + N 2 ) =  e3t  t 1 .
3t 2 3t t2
e e 2 t 1
 3t 
e
3t
At
Luego e = B  te e3t  B −1 .
2
t 3t 3t 3t
2e te e
La solución general del sistema será:
   3t   
x e λ1
y  = B  te3t e3t  B −1 λ2 
t2 3t
z 2e te3t e3t λ3
 3t  
e α1
= B  te3t e3t  α2  , ( siendo αi constantes ).
t2 3t
2e te3t e3t α3
Operando se obtiene:
t2
x = e3t ( α1 + tα2 + α3 )
2
t2
y = e3t ( α1 + t(α1 + α2 ) + (α2 + α3 ))
2
z = e3t α1
SEMINARIO III.
2. Geometrı́a Euclı́dea
2.1. Problemas de Geometrı́a Euclı́dea.
14. Demuestra que la aplicación:
2 T
C × C −→ R
(z, z 0 ) 7→ Im(z · z 0 ) = parte imaginaria de z · z 0
define una métrica simétrica sobre el R-espacio vectorial de los números complejos C = h1, ii y
calcula su matriz asociada en la base h1, ii. ¿Es euclı́dea?
R3 × R3 → R
((x, y, z), (x0 , y 0 , z 0 )) 7→ xx0 + yy 0 + 3zz 0 − 2xz 0 − 2zx0
define una métrica, calcula su matriz asociada en la base canónica y comprueba que es simétrica.
16. Sea:  
0 1 0
G = 1 0 0
0 0 1
la matriz de una métrica T2 .
a) Comprobar que es simétrica e irreducible.
b) Calcular el subespacio ortogonal a V = h(1, 1, 2), (1, 0, 1)i. ¿Son sumplementarios V y V ⊥ ?
c) Calcular el subespacio ortogonal al plano π de ecuación y = 0. ¿Son sumplementarios π y π ⊥ ?
17. En el espacio euclı́deo R3 con la métrica habitual calcula los ángulos que forma la recta:
x−1 y−2 z−3
= =
2 2 5
con los ejes coordenados.
18. En el espacio euclı́deo R3 calcula la matriz de la métrica euclı́dea en la base {e1 , e2 , e3 } definida
por:
√
|e1 | = 1, |e2 | = 2, |e3 | = 2, ∠(e1 , e2 ) = 90o , ∠(e1 , e3 ) = 45o , ∠(e2 , e3 ) = 60o
Dados los vectores e = 2e1 − 3e2 y e0 = e1 + e2 − e3 calcula su producto escalar e · e0 y el ángulo
que determinan.
19. En un plano euclı́deo se da una base con las condiciones siguientes:
|e1 | = 1, |e2 | = 2, ∠(e1 , e2 ) = 60o
Calcula la matriz de la métrica en esta base y el ángulo que determinan las rectas de ecuaciones
3x + 2y = 0, x − y = 0, siendo {x, y} las coordenadas en esa base.
20. En el espacio euclı́deo tridimensional se considera el sistema de referencia de base {e1 , e2 , e3 } dada
por las condiciones:
|e1 | = |e2 | = |e3 | = 1, ∠(e1 , e2 ) = 60o , ∠(e1 , e3 ) = ∠(e2 , e3 ) = 90o
Calcula la distancia entre los puntos P y Q de coordenadas en este sistema de referencia P =
(1, 1, 0) y Q = (−2, 3, 1). √
21. En un plano euclı́deo se da una base {e1 , e2 } con las condiciones |e1 | = 2, |e2 | = 2, ∠(e1 , e2 ) = 45o .
Calcula la ecuación de la circunferencia de radio unidad y centro el punto P = 2e1 + e2 .
22. En el espacio euclı́deo R3 con la métrica habitual, hallar la ecuación de la recta que pasa por el
y
punto (1, 1, 1) y corta perpendicularmente a la recta x−1 1 = 2 = 1 .
z−1
9
ALGUNAS SOLUCIONES. SEMINARIO III.

2 T
C × C −→ R
(z, z 0 ) 7→ Im(z · z 0 ) = parte imaginaria de z · z 0
define una métrica simétrica sobre el R-espacio vectorial de los números complejos C = h1, ii y
calcula su matriz asociada en la base h1, ii. ¿Es euclı́dea?
Solución:
La aplicación T2 define una métrica si es bilineal, es decir si es lineal en cada uno de sus factores.
Veámoslo
T2 (z1 + z2 , z 0 ) = Im((z1 + z2 ) · z 0 ) = Im(z1 · z 0 + z2 · z 0 ) =
= Im(z1 · z 0 ) + Im(z2 · z 0 )
= T2 (z1 , z 0 ) + T2 (z2 , z 0 )
T2 (λz, z 0 ) = Im((λz) · z 0 ) = Im(λ(z · z 0 )) = λIm(z · z 0 )
= λT2 (z, z 0 )
Luego es lineal en el primer factor. Por otro lado como z · z 0 = z 0 · z se tiene la simetrı́a T2 (z, z 0 ) =
T2 (z 0 , z), de donde se sigue que T2 es lineal en el segundo factor. Por tanto T2 define una métrica
simétrica.
Para calcular la matriz asociada a T2 respecto de la base {1, i} calculamos el valor de la métrica
sobre los vectores de la base, es decir:
T2 (1, 1) = Im(1) = 0, T2 (1, i) = T2 (i, 1) = Im(i) = 1 y T2 (i, i) = Im(i2 ) = 0.

0 1
Luego la matriz de T2 respecto de la base {1, i} es T2 = .
1 0
En particular para todo vector e ∈ C tenemos que T2 (e, e) = 2xy siendo x, y ∈ R las coordenadas
de e respecto de la base {1, i}, es decir e = x + iy. Tomando por ejemplo x = 1 e y = −1 se tiene
que T2 (1 − i, 1 − i) = −2 < 0, luego la métrica T2 no es definida positiva y en consecuencia no es
euclı́dea.
16. Sea:  
0 1 0
G = 1 0 0
0 0 1
la matriz de una métrica T2 .
a) Comprobar que es simétrica e irreducible.
b) Calcular el subespacio ortogonal a V = h(1, 1, 2), (1, 0, 1)i. ¿Son sumplementarios V y V ⊥ ?
c) Calcular el subespacio ortogonal al plano π de ecuación y = 0. ¿Son sumplementarios π y π ⊥ ?
Solución:
a) La métrica es simétrica ya que G = Gt y es irreducible porque detG = −1 6= 0.
b) Por definición V ⊥ = {(x, y, z) ∈ R3 : T2 ((x, y, z), (1, 1, 2)) = 0 y T2 ((x, y, z), (1, 0, 1)) = 0}.
Operando se obtienen las ecuaciones implı́citas de V ⊥ :
x + y + 2z = 0

V⊥ ≡
y+z =0
Como T2 es irreducible, los subespacios V y V ⊥ están en suma directa si la restricción de T2
a V también es irreducible. Calculamos entonces la restricción de la métrica al subespacio V .
Para ello hay que calcular el valor de la métrica sobre los vectores de una base de V . Denotando
e = (1, 1, 2) y e0 = (1, 0,1) se tiene
 que:

0 1 0 1
T2 (e, e) = (1, 1, 2) 1 0 0 1 = 6,
0 0 1  2 
0 1 0 1
T2 (e, e0 ) = (1, 1, 2) 1 0 0 0 = 3,
0 0 1 1
T2 (e0 , e) = T2 (e, e0 ) 
= 3, por ser
 simétrica,

0 1 0 1
T2 (e0 , e0 ) = (1, 0, 1) 1 0 0 0 = 2.
0 0 1 1
Ası́ la restricción de T2 a V tiene por matriz, respecto de la base {e, e0 },

6 3
T2|V =
3 2
cuyo determinante es distinto de 0. Como consecuencia tenemos que V ∩ V ⊥ =Rad T2|V = 0,
luego V y V ⊥ están en suma directa.
c) Como una base de π ≡ {y = 0} es {(1, 0, 0), (0, 0, 1)} razonando como en el apartado anterior
obtenemos que π ⊥ = {y = 0, z = 0}, siendo una base {(1, 0, 0)}. En particular π y π ⊥ no son
subespacios suplementarios ya que π ⊥ ⊂ π.
22. En el espacio euclı́deo hallar la ecuación de la recta que pasa por el punto (1, 1, 1) y corta perpen-
y
dicularmente a la recta x−11 = 2 = 1 .
z−1
Solución: De las ecuaciones implı́citas de r se tiene que sus ecuaciones paramétricas son:

x = 1 + λ

r ≡ y = 2λ

z =1+λ
Por tanto un vector de posición de r es e0 = (1, 0, 1) y el subespacio director es Er = h(1, 2, 1)i.
La recta que corta perpendicularmente a r y pasa por el punto (1, 1, 1) está contenida en el
plano ortogonal a r que pasa por dicho punto. Si denotamos por π a dicho plano se verifica que
π = (1, 1, 1) + Er⊥ , siendo Er⊥ el subespacio de R3 ortogonal a Er . Como nose indicaninguna
1 0 0
métrica se entiende que la ortogonalidad es respecto de la métrica estandar 0 1 0. Luego
0 0 1
Er⊥ = {x + 2y + z = 0} y, en consecuencia, el plano π tiene por ecuación π ≡ x + 2y + z − 4 = 0.
La recta pedida será aquella que pasa por el punto (1, 1, 1) y el punto r ∩ π. Para calcular r ∩ π
debemos resolver el sistema de ecuaciones lineales:
x=1+λ



 y = 2λ


 z =1+λ

0 = x + 2y + z − 4

4 2 4
Sustituyendo se tiene que 6λ − 2 = 0, de donde se sigue que r ∩ π = ( , , ).
3 3 3
Finalmente la recta buscada será s ≡ (1, 1, 1) + h(1, −1, 1)i, cuyas ecuaciones implı́citas son
x+y−2=0

s≡
y+z−2=0
SEMINARIO IV.
2.2. Cambios de base y bases ortonormales.
23. Sea{e1 , e2 }una base del k-espacio vectorial E y T2 la métrica cuya matriz asociada en dicha base
1 2
es . Calcular la matriz de T2 en la base e01 = 3e1 + 2e2 , e02 = e1 + e2 .
3 −1
24. En R2 se define un producto escalar euclı́deo T2 cuya matriz asociada en la base {e1 , e2 } es:

2 1
1 2
a) Calcula |e1 |, |e2 | y el ángulo que determinan e1 y e2 .
b) Calcula la matriz asociada a T2 en la base {ē1 = e1 +e2 , ē2 = e1 −e2 }. ¿Es esta base ortogonal?
¿Y ortonormal?
25. Sea E un R-espacio vectorial de dimensión 3, se considera una métrica euclı́dea en E cuya matriz
asociada en la base {e1 , e2 , e3 } es:  
1 0 0
0 1 0
0 0 3
a) Calcula la restricción de esta métrica al subespacio Ē de E generado por los vectores {ē1 =
e1 + e2 , ē2 = e3 }.
b) Calcula una base ortonormal de Ē.
26. En el espacio euclı́deo R3 se define una métrica euclı́dea cuya matriz asociada en la base {e1 , e2 , e3 }
es:  
4 1 0
1 1 1
0 1 2
a) Calcula los módulos de e1 , e2 y e3 y los ángulos que determina entre sı́.
b) Calcula una base ortonormal.
27. En el espacio euclı́deo R3 calcula la matriz de la métrica euclı́dea en la base {e1 , e2 , e3 } definida
por:
√
|e1 | = 1, |e2 | = 2, |e3 | = 2, ∠(e1 , e2 ) = 45o , ∠(e1 , e3 ) = 45o , ∠(e2 , e3 ) = 45o
a) Calcula una base ortogonal y la matriz de la métrica en dicha base.
b) Calcula una base ortonormal y la matriz de la métrica en dicha base.
12
ALGUNAS SOLUCIONES. SEMINARIO IV.

23. Sea{e1 , e2 }una base del k-espacio vectorial E y T2 la métrica cuya matriz asociada en dicha base
1 2
es . Calcular la matriz de T2 en la base e01 = 3e1 + 2e2 , e02 = e1 + e2 .
3 −1
Solución: Tenemos que calcular T2 (e0i , e0j ) para todo i, j ∈ {1, 2}. Escribiendo las coordenadas
de e01 y e02 en la base e 1 , e2 tendremos
0
e1 = (3, 2) y e2 = (1, 1), luego:
1 2 3
T2 (e01 , e01 ) = 3, 2 = 35
3 −1 2

1 2 1
T2 (e01 , e02 ) = 3, 2 = 13
3 −1 1
1 2 3
T2 (e02 , e01 ) = 1, 1 = 14
3 −1 2
1 2 1
T2 (e02 , e02 ) = 1, 1 =5
3 −1 1
0 0 35 13
Entonces la matriz de T2 en la base {e1 , e2 } es .
14 5
24. En R2 se define un producto escalar euclı́deo T2 cuya matriz asociada en la base {e1 , e2 } es:

2 1
1 2
a) Calcula |e1 |, |e2 | y el ángulo que determinan e1 y e2 .
b) Calcula la matriz asociada a T2 en la base {ē1 = e1 +e2 , ē2 = e1 −e2 }. ¿Es esta base ortogonal?
¿Y ortonormal?
Solución:
a) Denotemos e · e0 = T2 (e, e0 ). Entonces:
√ √
|e1 | = e1 · e1 = √2
√
|e2 | = e2 · e2 = 2
·e2
cos(e1 , e2 ) = |ee11||e 2|
= 1
2 , luego ∠(e1 , e2 ) = 60o
b) Para calcular la matriz de la métrica respecto de la base {ē1 , ē2 } podemos proceder como
en el ejercicio 23, o bien usar las expresiones matriciales de los cambios de base. Es decir,
consideremos el siguiente diagrama conmutativo
/ (R2 )∗

R2 , {ē1 , ē2 }
O
A At

G / (R2 )∗

R2 , {e1 , e2 }

1 1
siendo A = la matriz de cambio de base de la base {e1 , e2 } a la base {ē1 , ē2 } y G
1 −1
la matriz de la polaridad asociada a T2 , respecto de la base {e1 , e2 } y su dual. Del hecho de
que el diagrama sea conmutativo y de que la matriz asociada a T2 coincide con la matriz de la
polaridad (por ser la métrica simétrica) resulta que la matriz de T2 respecto de la base {ē1 , ē2 }
es:
1 1 2 1 1 1 6 0
At · G · A = = .
1 −1 1 2 1 −1 0 2
En vista del resultado se tiene que la base {ē1 , ē2 } es ortogonal pero no ortonormal.
25. Sea E un R-espacio vectorial de dimensión 3, se considera una métrica euclı́dea en E cuya matriz
asociada en la base {e1 , e2 , e3 } es:  
1 0 0
0 1 0
0 0 3
a) Calcula la restricción de esta métrica al subespacio Ē de E generado por los vectores {ē1 =
e1 + e2 , ē2 = e3 }.
b) Calcula una base ortonormal de Ē.
Solución:
a) Para calcular la restricción de T2 al subespacio Ē basta calcular el valor de la métrica sobre
una base de Ē. Como {ē1 , ē2 } generan Ē y son linealmente independientes forman una base
de Ē, luego hay que calcular T2 (ēi , ēj ) para i, j = 1, 2. Entonces
  
1 0 0 1
T2 (ē1 , ē1 ) = (1, 1, 0) 0 1 0 1 = 2
0 0 3 0
  
1 0 0 0
T2 (ē1 , ē2 ) = (1, 1, 0) 0 1 0 0 = 0
0 0 3 1
  
1 0 0 0
T2 (ē1 , ē1 ) = (0, 0, 1) 0 1 0 0 = 3
0 0 3 1
Ası́ la restricción de T2 a Ē tiene, respecto de la base {ē1 , ē2 }, la siguiente matriz asociada:

2 0
T2|Ē = .
0 3
b) La base {ē1 , ē2 } es ortogonal respecto de T2 ya que T2 (ē1 , ē2 ) = 0. Bastará entonces ortonor-
ē1 ē2 p √
malizarla. Luego una base ortonormal de Ē es { , }, con |ē1 | = T2 (ē1 , ē1 ) = 2 y
p √ |ē1 | |ē2 |
|ē2 | = T2 (ē2 , ē2 ) = 3.
SEMINARIO V.
3. Clasificación de Métricas.
3.1. Diagonalización de métricas simétricas.
 
0 1 1
28. Sea T2 una métrica en R3 que en cierta base tiene matriz: G = 1 0 1 .
1 1 0
Demuestra que T2 es irreducible y escribe sus ecuaciones.
Diagonaliza T2 .
29. Diagonalizar la métrica cuya matriz en la base {e1 , e2 , e3 } de R3 es:
 
1 0 1
G = 0 2 0 .
1 0 1
30. Diagonalizar la forma cuadrátrica Q(x, y, z) = 2x2 + 4y 2 + 3z 2 − 4xz − 4yz. Encontrar el cambio
de variables para el que la forma cuadrática se escribe Q(x̄, ȳ, z̄) = 3ȳ 2 + 6z̄ 2 .
31. Clasificar la métrica que en una cierta base de R3 tiene por matriz:
 
1 2 −2
G= 2 1 2 .
−2 2 1
Y dar una base en la que se exprese en su forma reducida.
32. Sea E un R-espacio vectorial y T2 una métrica en E que en la base {e1 , e2 , e3 } se expresa:
T2 : E × E → R
(x, y, z), (x0 , y 0 , z 0 ) 7→ axx0 + ayy 0 + (a − 1)zz 0 + xy 0 + yx0

Clasificar T2 en función de los valores de a ∈ R.

Para a = 2 calcular una base en la que T2 se expresa en su forma reducida.
33. Clasificar en función de los valores del parámetro a ∈ R la forma cuadrática:
Q(x, y, z) = x2 + ay 2 + z 2 + 2axz .
Calcular para a = 2 una base ortonormal de diagonalización.
15
ALGUNAS SOLUCIONES. SEMINARIOV. 

0 1 1
28. Sea T2 una métrica en R3 que en cierta base tiene matriz: G = 1 0 1 .
1 1 0
• Demuestra que T2 es irreducible y escribe sus ecuaciones.
• Diagonaliza T2 .
Solución:
• T2 es irreducible ⇐⇒ Rad T2 = {0} ⇐⇒ Ker ΦT2 = {0} ⇐⇒ |G| = 6 0. Calculando el
determinante tenemos |G| = 2 6= 0, luego T2 es irreducible.
Calcular las ecuaciones de la métrica es expresar la métrica en coordenadas. Luego si {x, y, z}
y {x0 , y 0 , z 0 } son las coordenadas de dos vectores e, e0 de R3 , respecto de la base que estamos
considerando, tendremos
   0
0 1 1 x
T2 (e, e0 ) = x 1 y 0  = xy 0 + xz 0 + yx0 + yz 0 + zx0 + zy 0 .

y z 1 0
1 1 0 z0
ΦT Φ−1
Ω
• Sea T : E −→ 2
E ∗ −→2
E el endomorfismo asociado a la pareja de métricas (T2 , Ω2 ), siendo Ω2
una métrica euclı́dea cuya matriz respecto de la base que estamos considerando es la identidad.
Entonces la matriz asociada a T , respecto de la base anterior, es G. Por el Teorema de la Ley
de Inercia de Sylvester sabemos que existe una base ortogonal para T2 y ortonormal para Ω2
en la que el endormorfismo T diagonaliza. Luego en dicha base T2 y T tendrán la misma matriz
asociada. Calculémosla.
x −1 −1

◦ Polinomio caracterı́stico de T : |xId − G| = −1 x −1 (x + 1)2 (x − 2).
−1 −1 x
◦ Valores propios: x = −1 (dos veces) y x = 2.
◦ Base de vectores propios:
    
n 1 1 1 x 0 o
Ker(T + Id) = (x, y, z) : 1 1 1 y  = 0
1 1 1 z 0
= {x + y + z = 0}
= he1 = (1, 0, −1), e2 = (0, 1, −1)i
    
n −2 1 1 x 0 o
Ker(T − 2Id) = (x, y, z) :  1 −2 1  y  = 0
1 1 −2 z 0
x − 2y + z = 0

=
x + y − 2z = 0
= he3 = (1, 1, 1)i
Ya que e1 y e2 no son ortogonales respecto de Ω2 lo primero es obtener una base ortogonal,

respecto de Ω2 , en Ker(T + Id). Restringiendo Ω2 a he1 , e2 i se tiene que

Ω2 (e1 , e1 ) =2
2 1

Ω2 (e1 , e2 ) =2 =⇒ Ω2|he ,e i = .
 1 2 1 2
Ω2 (e2 , e2 ) =1

Calculamos el ortogonal a e1 en he1 , e2 i respecto de Ω2|he1 ,e2 i :
he1 i⊥ ={e = xe1 + ye2 : Ω2|he1 ,e2 i (e, e1 ) = 0}

2 1 1
={ x y = 0}
1 2 0
={2x + y = 0} = h(1, −2)i
Luego {e1 , e1 − 2e2 } es una base de Ker(T + Id) ortogonal.

Como vectores propios de valores propios distintos son ortogonales normalizando e1 , e1 −
2e2 y e3 obtenemos la base
1
u1 = √ (1, 0, −1)
2
1
u2 = √ (1, −2, 1)
6
1
u1 = √ (1, 1, 1)
3
 
−1
respecto de la cual la matriz de la métrica es  −1 .
2
30. Diagonalizar la forma cuadrátrica Q(x, y, z) = 2x2 + 4y 2 + 3z 2 − 4xz − 4yz. Encontrar el cambio
de variables para el que la forma cuadrática se escribe Q(x̄, ȳ, z̄) = 3ȳ 2 + 6z̄ 2 .
Solución: Denotemos por {e1 , e2 , e3 } a la base en la que se expresan las coordenadas {x, y, z}.
La métrica simétrica T2 asociada a la forma cuadrática Q tiene por matriz en esa base
 
2 0 −2
G= 0 4 −2 .
−2 −2 3
Procedemos como en el ejercicio 28:
x − 2 0 2

• Polinomio caracterı́stico: |xId − G| = 0 x−4 2 = x(x − 6)(x − 3).
2 2 x − 3
• Valores propios: x = 0, x = 3, x = 6.
• Base de vectores propios:
    
n 2 0 −2 x 0 o
KerT = (x, y, z) :  0 4 −2 y  = 0
−2 −2 3 z 0
4y − 2z = 0

=
2x − 2z = 0
= h(2, 1, 2)i
    
n −1 0 −2 x 0 o
Ker(T − 3Id) = (x, y, z) :  0 1 −2 y  = 0
−2 −2 0 z 0
−x − 2z = 0

=
y − 2z = 0
= h(−2, 2, 1)i
    
n −4 0 −2 x 0 o
Ker(T − 6Id) = (x, y, z) :  0 −2 −2 y  = 0
−2 −2 −3 z 0
−4x − 2z = 0

=
−2y − 2z = 0
= h(1, 2, −2)i
• Como vectores propios de valores propios diferentes son ortogonales, ortonomalizando los vec-
tores propios anteriores respecto de la métrica euclı́dea Ω2 se obtiene la base
1 1 1
{ē1 = (2, 1, 2), ē2 = (−2, 2, 1), ē3 = (1, 2, −2)},
3 3 3
 
0
respecto de la cual la matriz asociada a la métrica T2 es  3 .
6
La matriz de cambio de base es
 
2 −2 1
1
B= 1 2 2 .
3
2 1 −2
Nótese que B −1 = B t ya que transforma una base ortonormal en otra ortonormal. Denotando
{x̄, ȳ, z̄} a las coordenadas respecto de la base {ē1 , ē2 , ē3 }, la expresión de Q en estas coordenadas
es
Q(x̄, ȳ, z̄) = 3ȳ 2 + 6z̄ 2 .
El cambio de variables viene dado explı́citamente por la expresión
   
x̄ x
ȳ  =B −1 y 
z̄ z
  
2 1 2 x
1
= −2 2 1  y 
3
1 2 −2 z
Es decir tenemos el siguiente cambio de coordenadas:
1
x̄ = (2x + y + 2z)
3
1
ȳ = (−2x + 2y + z)
3
1
z̄ = (x + 2y − 2z)
3
32. Sea E un R-espacio vectorial y T2 una métrica en E que en la base {e1 , e2 , e3 } se expresa:
T2 : E × E → R
(x, y, z), (x0 , y 0 , z 0 ) 7→ axx0 + ayy 0 + (a − 1)zz 0 + xy 0 + yx0

• Clasificar T2 en función de los valores de a ∈ R.

• Para a = 2 calcular una base en la que T2 se expresa en su forma reducida.
Solución:  
a 1 0
• En la base {e1 , e2 , e3 } la matriz asociada a T2 es G = 1 a 0 .
0 0 a−1
Calculamos el polinomio caracterı́stico del endomorfismo asociado, esto es
|xId − G| = (x − a)3 + (x − a)2 − (x − a) − 1.
Haciendo el cambio de variable y = x − a resulta el polinomio y 3 + y 2 − y − 1, cuyas raı́ces son
y = −1 (dos veces) e y = 1. Luego respecto de cierta base ortonornal (respecto de la métrica
euclı́dea asociada) la matriz asociada a T2 es
 
a−1
 a−1 .
a+1
Distinguimos casos:  
1
1. a − 1 > 0 ⇐⇒ a > 1, la forma reducida es  1 .
 1
0
2. a − 1 = 0 ⇐⇒ a = 1, la forma reducida es  0 .
1
 
−1
3. a + 1 < 0 ⇐⇒ a < −1, la forma reducida es  −1 .
 −1

−1
4. a + 1 = 0 ⇐⇒ a = −1, la forma reducida es  −1 .
  0
−1
5. −1 < a < 1, la forma reducida es  −1 .
  1
2 1
• Sea a = 2, entonces G = 1
 2  y según el apartado anterior su forma reducida es
  1
1
 1 . En este caso e3 es ortogonal, respecto de T2 , a e1 y e2 y T2 (e3 , e3 ) = 1. Por
1
lo tanto bastará calcular una base en he2 , e3 i ortogonal respecto de la restricción de T2 a tal
subespacio y luego normalizarla.

⊥
2 1 1
he1 i ={xe1 + ye2 : x y = 0}
1 2 0
={2x + y = 0}
=he1 − 2e2 i
En consecuencia la base {e1 , e1 − 2e2 , e3 } es ortogonal para T2 . Normalizando, respecto de T2
tenemos la base
1 1
{u1 = √ e1 , u2 = √ (e1 − 2e2 ), u3 = e3 }
2 6
 
1
respecto de la cual la matriz asociada a T2 es  1 .
1
SEMINARIO VI.
3.2. Clasificación afı́n de cónicas.
34. Clasifica afı́nmente la siguientes cónicas:
2x2 + y 2 + 4y + 1 = 0.
1 2 1 2 1
2 x − 2 y + 2x + 2 = 0.
− 2 x + 2 y − y + 12 = 0.
1 2 1 2
2x2 + 2x + 2 + y 2 = 0.
35. Demuestra que la cónica de ecuación x2 + y 2 + xy + x + y + 1 = 0 es afı́nmente equivalente a una
elipse imaginaria.
36. Clasifica afı́nmente en función de los valores del parámetro a ∈ R la siguiente familia de cónicas:
ax2 + (a + 1)y 2 + 2ay + a + 1 = 0 .
37. Demuestra que la cónica de ecuación x2 + 2y 2 − 2x + 4y − 2 = 0 es afı́nmente equivalente a una
elipse real, calcula su centro y encuentra la transformación afı́n que la expresa en su ecuación
reducida métrica.
38. Dada la cónica de ecuación x2 + y 2 + 3xy + 2x + 5y − 3 = 0,
Clasifı́cala afı́nmente.
Calcula su centro.
Encuentra la transformación afı́n que la expresa en su ecuación reducida métrica.
20
ALGUNAS SOLUCIONES. SEMINARIO VI.

36. Clasifica afı́nmente en función de los valores del parámetro a ∈ R la siguiente familia de cónicas:
ax2 + (a + 1)y 2 + 2ay + a + 1 = 0 .
Solución: Para clasificar afı́nmente debemos decir cual es su rango, ı́ndice, rango en el infinito
e ı́ndice en el infinito.
Sea {e0 , e1 , e2 } la base respecto de la cual está dada la ecuación que define el locus de la familia
de cónicas del enunciado. En esta base la matriz G de la métrica T2 (que representa a la fámilia
de cónicas, dependiendo del parámetro a) y la matriz G∞ de su restricción T2|π∞ al infinito son:
 
a+1 0 a
a 0
G=  0 a 0  y G∞ = .
0 a+1
a 0 a+1
Calculemos la ecuación secular de cada una.
• p(x) = |xId − G| = (x − a)(x − 1)(x − (2a + 1)).
• p∞ (x) = |xId − G∞ | = (x − a)(x − (a + 1)).
Los rangos e ı́ndices se calculan a partir del número de raı́ces nulas r0 y el número de raı́ces
positivas r+ de p(x) y p∞ (x).
Distinguimos los siguientes casos:
) 
r0 (p(x)) = 0 r=3
=⇒



r+ (p(x)) = 3 i=0 

1. a > 0 =⇒ ) =⇒ Elipse imaginaria.
r0 (p∞ (x)) = 0 r∞ = 2
=⇒ 

r+ (p∞ (x)) = 2 i∞ = 0
) 
r0 (p(x)) = 1 r=2
=⇒



r+ (p(x)) = 2 i=0 

2. a = 0 =⇒ ) =⇒ Par de rectas imaginarias paralelas.
r0 (p∞ (x)) = 1 r∞ = 1
=⇒ 

r+ (p∞ (x)) = 1 i∞ = 0
) 
r0 (p(x)) = 0 r=3
=⇒



r+ (p(x)) = 1 i = 1 

3. a < −1 =⇒ ) =⇒ Elipse real.
r0 (p∞ (x)) = 0 r∞ = 2
=⇒ 

r+ (p∞ (x)) = 0 i∞ = 0
) 
r0 (p(x)) = 0 r=3
=⇒



r+ (p(x)) = 1 i=1 

4. a = −1 =⇒ ) =⇒ Parábola.
r0 (p∞ (x)) = 1 r∞ = 1
=⇒ 

r+ (p∞ (x)) = 0 i∞ = 0
) 
r0 (p(x)) = 1 r=2
=⇒



r+ (p(x)) = 1 i=1 

1
5. a = − 2 =⇒ ) =⇒ Par de rectas reales no paralelas.
r0 (p∞ (x)) = 0 r∞ = 2
=⇒ 

r+ (p∞ (x)) = 1 i∞ = 1
) 
r0 (p(x)) = 0 r=3
=⇒



r+ (p(x)) = 1 i=1 

1
6. −1 < a < − 2 =⇒ ) =⇒ Hipérbola.
r0 (p∞ (x)) = 0 r∞ = 2

=⇒ 

r+ (p∞ (x)) = 1 i∞ = 1
) 
r0 (p(x)) = 0 r=3
=⇒



r+ (p(x)) = 2 i=1 

7. − 12 < a < 0 =⇒ ) =⇒ Estamos en el caso anterior.
r0 (p∞ (x)) = 0 r∞ = 2

=⇒ 

r+ (p∞ (x)) = 1 i∞ = 1
38. Dada la cónica de ecuación x2 + y 2 + 3xy + 2x + 5y − 3 = 0,

• Clasifı́cala afı́nmente.
• Calcula su centro.
• Encuentra la transformación afı́n que la expresa en su ecuación reducida métrica.
Solución:
• Sea {e0 , e1 , e2 } la base respecto de la cual está dada la ecuación del locus de la cónica, con
π∞ = he1 , e2 i el plano del infinito y π = e0 + π∞ el plano afı́n donde está definido el locus de
la cónica.
La matriz de la métrica T2 representante de la cónica y la de su restricción al infinito son,
respecto de dicha base
 
−3 1 5/2
1 3/2
G= 1 1 3/2 y G∞ =
3/2 1
5/2 3/2 1
respectivamante.
Calculamos sus invariantes.
◦ p(x) = |xId − G| = x3 + x2 − 29 2 x − 4, luego r0 (p(x)) = 0 y como r+ (p(x)) coincide
con el número de variaciones de signo entre los coeficientes no nulos del polinomio p(x)
tendremos que r+ (p(x)) = 1. Ası́ r = 3 e i = 1.
◦ p∞ (x) = |xId − G∞ | = (x + 21 )(x − 25 ), luego r∞ = 2 e i∞ = 1.
Por lo tanto tenemos una hipérbola.
⊥
• Para calcular el centro calculamos π ∩ π∞ .
 
−3 1 5/2


t x y  1 1 3/2 0 1 0 = 0



5/2 3/2 1


⊥
π∞ = (t, x, y) :  
−3 1 5/2 


t x y  1 1 3/2 0 0 1 = 0 


5/2 3/2 1
2x + 2y + 3z = 0

=
5x + 3y + 2z = 0
11 4
= h(1, − , )i
5 5
Cortándolo con el plano afı́n π = {t = 1} se tiene que el centro es ē0 = (1, − 11 4
5 , 5 ).
⊥
• Ya que ē0 ∈ π∞ , en la base {ē0 , e1 , e2 } la matriz de T2 es
 
T2 (ē0 , ē0 )
 1 3/2
3/2 1
con T2 (ē0 , ē0 ) = − 16
5 .
Calculamos una base ortonormal de diagonalización para G∞ .
1 3
Ker(G∞ + Id) = { (x + y = 0}
2 2
= h(1, −1)i = he1 − e2 i
5 3
Ker(G∞ − Id) = { (x − y) = 0}
2 2
= h(1, 1)i = he1 + e2 i
Normalizando {e1 − e2 , e1 + e2 } obtenemos una base ortonormal { √12 (e1 − e2 ), √12 (e1 + e2 )}
de π∞ respecto de la cual G∞ es diagonal.
Ası́ en la base
11 4 1 1
{ē0 = (1, − , ) , ē1 = √ (0, 1, −1) , ē2 = √ (0, 1, 1)}
5 5 2 2
la matriz de T2 es  
−16/5
 −1/2 
5/2
5
Tomando como representante de la cónoca la métrica T̄2 = 16 T2 , resulta que la matriz de T̄2
en la base {ē0 , ē1 , ē2 } es
 
−1
Ḡ =  5/32 
25/32
Luego la ecuación reducida métrica es
x̄ ȳ
+ =1
−32/5 32/25
La transformación afı́n efectuada para pasar del sistema de referencia inicial en π, en el que las
coordenadas son {x, y}, al sistema de referencia, de origen el centro de la hipérbola, respecto
del cual las coordenadas son {x̄, ȳ} se obtiene a partir del cambio de base de {e0 , e1 , e2 } a
{ē0 , ē1 , ē2 }. La matriz de dicho cambio de base es
 
1 0√ 0√
B = −11/5 1/ √2 1/√2
4/5 −1/ 2 1/ 2
luego
t = t̄

    

t̄ t 11 1 

x = − t̄ + √ (x̄ + ȳ)

B x̄ = x ⇐⇒
    5 2
ȳ y

4 1 

y = t̄ + √ (−x̄ + ȳ) 

5 2
Como π = {t = 1} = {t̄ = 1} tenemos
11 1

x = − + √ (x̄ + ȳ) 
5 2

x x̄ −11/5
⇐⇒ = B∞ +
4 1 y ȳ 4/5
y = + √ (−x̄ + ȳ) 


5 2

1 1 1
siendo B∞ = √ la restricción de B al plano del infinito. Como B∞ transforma una
2 −1 1
t −1
base ortonormal en otra ortonormal de π∞ se verifica que B∞ = B∞ . Se tiene entonces que

x̄ t x + 11/5
= B∞
ȳ y − 4/5
es decir tenemos la transformación afı́n dada por las ecuaciones
1
x̄ = √ (x − y + 3)
2
1 7
ȳ = √ (x + y + )
2 5
ÁLGEBRA LINEAL Y GEOMETRÍA. 10 FÍSICAS
Soluciones: Métricas y formas cuadráticas.
1. b) ; 2. d) ; 3. c) ; 4. d) ; 5. b) ; 6. c) ; 7. d) ; 8. b) ; 9. c) ; 10. b) ;
11. d) ; 12. c) ; 13. d) ; 14. a) ; 15. c) ; 16. d) ; 17. b) ; 18. c) ; 19. c) ;
20. b) ; 21. c) ; 22. a) ; 23. d) ; 24. d) ; 25. c) ; 26. b) ; 27. b) ; 28. d) ;
29. b) ; 30. d) ; 31. b) ; 32. d) ; 33. d) ; 34. d) ; 35. c) ; 36. d) ; 37. d) ;
38. b) ; 39. d) ; 40. c)
1
Índice
1. Tensores covariantes de orden p contravariantes de orden q 2
1.1. Producto tensorial 2
1.2. Expresión en coordenadas. Base y dimensión de Tpq (E). Cambio de base 4
1.3. Cambio de base en el espacio de tensores 5
2. Tensores covariantes. Tensores simétricos y hemisimétricos 6
2.1. Producto exterior de formas lineales 7
2.2. Tensores hemisimétricos en coordenadas. Base de Ωp (E) 8
2.3. Contracción interior de un vector e y un tensor Tp ∈ Tp (E). Comportamiento
frente a productos tensoriales y exteriores 8
2.4. Problema resuelto 9
2.5. Morfismos inducidos en los espacios de tensores 10
2.6. Problemas resueltos 11
2.7. Determinante de un endomorfismo 13
3. Producto vectorial 14
1
TENSORES
1. Tensores covariantes de orden p contravariantes de orden q

Definición 1.1. Un tensor p veces covariante q veces contravariante (tensor de tipo (p, q))
sobre un k-espacio vectorial E es una aplicación multilineal
Tpq
E × .p). . × E × E ∗ × .q). . × E ∗ −→ k
(e1 , . . . , ep , ω1 . . . ωq ) 7→ Tpq (e1 , . . . , ep , ω1 . . . ωq )
Representaremos por Tpq (E) el conjunto de los tensores de tipo (p, q) sobre E.
Proposición 1.2. Tpq (E) es un k-espacio vectorial con las operaciones:
• Suma de tensores
(Tpq + T̄pq )(e1 , . . . , ep , ω1 . . . ωq ) = Tpq (e1 , . . . , ep , ω1 . . . ωq ) + T̄pq (e1 , . . . , ep , ω1 . . . ωq )
• Multiplicación de un tensor por un escalar
(λTpq )(e1 , . . . , ep , ω1 . . . ωq ) = λTpq (e1 , . . . , ep , ω1 . . . ωq )
Ejemplo 1.3.
ω
T10 (E) = {E −→ k lineales} = E ∗
e
T01 (E) = {E ∗ →
− k lineales} = E ∗∗ ' E
T1
T11 (E) = {E × E ∗ −→
1
k bilineales} se identifica con Endk E por la fórmula:
T11 (e, ω) = ω(T (e)) , siendo T11 ∈ T11 (E), T ∈ Endk E
T
T20 (E) = {E × E −→
2
k bilineales} = {Métricas sobre E}
T2
T02 (E) = {E ∗ × E ∗ −→ k bilineales} = {Métricas sobre E ∗ (métricas contravariadas)}
Por convenio T00 (E) = k
1.1. Producto tensorial.
Dados tensores Tpq ∈ Tpq (E) y Trs ∈ Trs (E) se define su producto tensorial Tpq ⊗ Trs como el
q+s
tensor de Tp+r q(E) dado por:
(Tpq ⊗ Trs )(e1 , . . . , ep , ep+1 , . . . , ep+r , ω1 . . . ωq , ωq+1 , . . . , ωq+s ) =

= Tpq (e1 , . . . , ep , ω1 . . . ωq ) · Trs (ep+1 , . . . , ep+r , ωq+1 , . . . , ωq+s )
Propiedades
(a) Asociativa Tpq ⊗ (Trs ⊗ Tmt ) = (Tpq ⊗ Trs ) ⊗ Tmt
(b) La aplicación
q+s
Tpq (E) ⊗ Trs (E) →
− Tp+r q(E)
(Tpq , Trs ) 7→ Tpq ⊗ Trs
es bilineal, es decir:
(λTpq + µT̄pq ) ⊗ Trs = λ(Tpq ⊗ Trs ) + µ(T̄pq ⊗ Trs )
Tpq ⊗ (λTrs + µT̄rs ) = λ(Tpq ⊗ Trs ) + µ(Tpq ⊗ T̄rs )
El producto tensorial no es conmutativo
2
Ejemplo 1.4.
λ ⊗ Tpq = λTpq pues T00 (E) = k.
ω ⊗ ω 0 ∈ T20 (E) : (ω ⊗ ω 0 )(u, v) = ω(u)ω 0 (v)
ω ⊗ e ∈ T11 (E) : (ω ⊗ e)(u, ω 0 ) = ω(u)e(ω 0 ) = ω(u)ω 0 (e)
ω ⊗ ω 0 ⊗ ω 00 ∈ T30 (E) : (ω ⊗ ω 0 ⊗ ω 00 )(u, v, v 0 ) = ω(u)ω 0 (v)ω 00 (v 0 )
ω ⊗ ω 0 ⊗ e ∈ T21 (E) : (ω ⊗ ω 0 ⊗ e)(u, v, ω 00 ) = ω(u)ω 0 (v)ω 00 (e)
e ⊗ e0 ∈ T02 (E) : (e ⊗ e0 )(ω, ω 0 ) = e(ω)e0 (ω 0 ) = ω(e0 )ω 0 (e0 )
Ası́, en general
ω1 ⊗ . . . ωp ∈ Tp0 (E) , e1 ⊗ . . . eq ∈ T0q (E) , ω1 ⊗ . . . ωp ⊗ e1 ⊗ . . . eq ∈ Tpq (E)
Problemas resueltos
1.1. Sea {e1 , e2 , e3 } una base del R-espacio vectorial E y {ω1 , ω2 , ω3 } su base dual.
(a) Calcula la matriz asociada a la métrica ω ⊗ ω 0 respecto de la base {e1 , e2 , e3 } de E,
siendo ω = ω1 − ω2 + 2ω3 y ω 0 = ω1 + ω3 .
(b) Calcula, respecto de la base {e1 , e2 , e3 }, la matriz asociada al endomorfismo que el
tensor θ ⊗ e define, siendo θ = 2ω1 + 3ω3 y e = 2e1 − e2 .
Solución. (a) Calculemos los coeficientes gij de ω ⊗ ω 0 ∈ T20 (E) en la base {e1 , e2 , e3 }:
Como gij = (ω ⊗ ω 0 )(ei , ej ) = ω(ei )ω 0 (ej ), se tiene:
g11 = 1 = g1,3 , g21 = −1 = g2,3 , g12 = 0 = g2,2 = g3,2 , g31 = 2 = g3,3
 
1 0 1
Ası́, G = −1 0 −1 es la expresión matricial de T2 = ω ⊗ ω 0 en la base
2 0 2
{e1 , e2 , e3 }.
Observemos que la expresión de ω ⊗ ω 0 en función de todos los productos tensoriales
que se pueden formar con dos cualesquiera de las formas lineales {ω1 , ω2 , ω3 } es:
ω ⊗ ω 0 = (ω1 − ω2 + 2ω3 ) ⊗ (ω1 + ω3 )
= ω1 ⊗ ω1 + ω1 ⊗ ω3 − ω2 ⊗ ω1 − ω2 ⊗ ω3 + 2ω3 ⊗ ω1 + 2ω3 ⊗ ω3 ,
3
X
y vemos que ω ⊗ ω 0 = gij ωi ⊗ ωj , con (gij ) = G.
i,j=1
En el próximo apartado probaremos que {ωi ⊗ωj }1≤i,j≤3 forman una base del espacio
vectorial T20 (E).
T
(b) θ ⊗ e ∈ T11 (E) define el endomorfismo E −
→ E cuya matriz asociada A = (aij ) en la
base {e1 , e2 , e3 } viene dada por:
aij = ωi (T (ej )) = T11 (ej , ωi ) = (θ ⊗ e)(ej , ωi ) = θ(ej )ωi (e)
 
4 0 6
Y resulta que A = −2 0 −3 es la expresión matricial del tensor θ ⊗ e.
0 0 0
La expresión de θ ⊗ e en función de los productos tensoriales que se pueden formar
con las formas {ω1 , ω2 , ω3 } y los vectores {e1 , e2 , e3 } es:
θ ⊗ e = (2ω1 + 3ω3 ) ⊗ (2e1 − e2 ) = 4ω1 ⊗ e1 − 2ω1 ⊗ e2 + 6ω3 ⊗ e1 − 3ω3 ⊗ e2
3
X
Ası́, si escribimos θ ⊗ e = λji ωi ⊗ ej es λji = aji .
i,j=1

1.2. Sea {e1 , e2 , e3 , e4 } una base del R-espacio vectorial E y {ω1 , ω2 , ω3 , ω4 } su base dual.
Sean ω = 2ω2 − ω4 , ω 0 = ω1 − 3ω2 , e = e1 + e2 + e4 , e0 = 2e2 + e3 .
Calcula el escalar (ω ⊗ ω 0 ⊗ ω)(e, 2e + e0 , e − e0 ).
Solución.
(ω ⊗ ω 0 ⊗ ω)(e, 2e + e0 , e − e0 ) = ω(e)ω 0 (2e + e0 )ω(e − e0 ) = 1 · (−10) · (−3) = 30 .

1.3. En R3 se consideran las funciones f (x, y, z) = 2x − y + z y g(x, y, z) = 2y − z.

Cacula la expresión matricial y tensorial de f ⊗ g.
Solución. Si {e1 , e2 , e3 } es la base de R3 en la que se escriben las coordenadas {x, y, z}, las
formas lineales f y g se expresan en su base dual {ω1 , ω2 , ω3 } por
f = 2ω1 − ω2 + ω3 , g = 2ω2 − ω3 ,
y se tiene:
f ⊗g = (2ω1 −ω2 +ω3 )⊗(2ω2 −ω3 ) = 4ω1 ⊗ω2 −2ω  1 ⊗ω3 −2ω2 ⊗ω2 +ω2 ⊗ω3 +2ω3 ⊗ω2 −ω3 ⊗ω3
0 4 −2
y su expresión matricial es G =  0 −2 1 .
0 2 −1
Observa que, en coordenadas:
(f ⊗ g)((x, y, z), (x0 , y 0 , z 0 )) = f (x, y, z)g(x0 , y 0 , z 0 ) = 4xy 0 − 2xz 0 − 2yy 0 + yz 0 + 2zy 0 − zz 0

1.2. Expresión en coordenadas. Base y dimensión de Tpq (E). Cambio de base.

Representaremos por V Rnp el conjunto de las variaciones con repetición de los ı́ndices 1, . . . , n
tomados de p en p.
Teorema 1.5. Sea {e1 , . . . , en } una base de E y {ω1 , . . . , ωn } su base dual. Los tensores de
tipo (p, q) {ωi1 ⊗ · · · ⊗ ωip ⊗ ej1 ⊗ · · · ⊗ ejq } donde (i1 . . . ip ) ∈ V Rnp y (j1 . . . jq ) ∈ V Rnq , forman
una base del k-espacio vectorial de los tensores Tpq (E).
Por tanto, la dimensión de este espacio es:
dimk Tpq (E) = np · nq = np+q
Demostración.
Generan
j ...j
Sea Tpq ∈ Tpq (E) tal que Tpq (ei1 , . . . , eip , ωj1 , . . . , ωjq ) = λi11...ipq . El tensor
X j ...j
(∗) = λi11...ipq (ωi1 ⊗ · · · ⊗ ωip ⊗ ej1 ⊗ · · · ⊗ ejq )
(i1 . . . ip ) ∈ V Rnp
(j1 . . . jq ) ∈ V Rnq
coincide con Tpq sobre cualquier familia (eh1 , . . . , ehp , ωk1 , . . . , ωkq ), en efecto:
X j ...j
(∗)(eh1 , . . . , ehp , ωk1 , . . . , ωkq ) = λi11...ipq ωi1 (eh1 ) · · · ωip (ehp )ωk1 (ej1 ) . . . ωkq (ejq )
k ...k
= λh11 ...hqp = Tpq (eh1 , . . . , ehp , ωk1 , . . . , ωkq )
Son linealmente
P j1 ...jq independientes
Si λi1 ...ip (ωi1 ⊗ · · · ⊗ ωip ⊗ ej1 ⊗ · · · ⊗ ejq ) = 0, aplicando a cualquier familia
k ...k
(eh1 , . . . , ehp , ωk1 , . . . , ωkq ) resulta que λh11 ...hqp = 0.

Ejemplo 1.6.
Una base de T20 (E) es {ωi ⊗ ωj }1≤i,j≤n y la expresión en coordenadas de T2 ∈ T20 (E)
es X
T2 = gij ωi ⊗ ωj
i,j
Una base de es {ωi ⊗ ej }1≤i,j≤n y la expresión en coordenadas de T11 ∈ T11 (E)

T11 (E)
es
X j
T11 = λi ωi ⊗ ej , con λji = aji y A = (aij ) la matriz del endomorfismo asociado
i,j
Una base de T30 (E) es {ωi ⊗ ωj ⊗ ωk }1≤i,j,k≤n y la expresión en coordenadas de T3 ∈

T30 (E) es X
T3 = gijk ωi ⊗ ωj ⊗ ωk
i,j
Una base de T21 (E) es {ωi ⊗ ωj ⊗ ek }1≤i,j,k≤n y la expresión en coordenadas de T21 ∈

T21 (E) es X
T21 = λki,j ωi ⊗ ωj ⊗ ek
i,j,k
1.3. Cambio de base en el espacio de tensores.

Los cambios de base en los espacios de tensores se deducen de los cambios de base en el
espacio y en su dual.
En los casos de los T10 (E) = E ∗ , T01 (E) ' E, T11 (E) = Endk (E), T20 (E) = {Métricas sobre E}
y T02 (E) = {Métricas sobre E ∗ } se tienen las correspondientes fórmulas del cambio de base
para el dual, el espacio, los endomorfismos y las métricas. Para el resto, es fácil, aunque
largo, calcular los nuevos coeficientes de los tensores utilizando las propiedades del producto
tensorial. Pongamos algún ejemplo:
Ejemplo 1.7. Sea {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 } su base dual. Considérese la
nueva base {ē1 = e1 + e2 , ē2 = e2 + e3 , ē3 = e1 + e2 + e3 } de E.
Calculemos la expresión de los tensores
T11 = ω1 ⊗ e1 + 2ω1 ⊗ e2 + ω1 ⊗ e3 + ω2 ⊗ e2 − 2ω2 ⊗ e3 − ω3 ⊗ e1
T2 = 2ω1 ⊗ ω2 + ω1 ⊗ ω3 − 3ω2 ⊗ ω1 − ω3 ⊗ ω2 + ω3 ⊗ ω3
T21 = ω1 ⊗ ω1 ⊗ e1
en la nueva
 base. 
1 0 1
Sea B = −1 1 1 la matriz del cambio de base en E y representemos por {ω̄1 , ω̄2 , ω̄3 }

0 1 1
la base dual de la base {ē1 , ē2 , ē3 }. Se tiene:
(a) La matriz del endomorfismo que T11 define es
 
1 0 −1
A = 2 1 0
1 −2 0
y de la fórmula del cambio de base para endomorfismos se obtiene
 
2 −3 −4
Ā = B −1 AB =  4 −4 −5
−1 2 4
Ası́ la expresión de T11 en la base nueva es
T11 = 2ω̄1 ⊗ ē1 +4ω̄1 ⊗ ē2 −1ω̄1 ⊗ ē3 −3ω̄2 ⊗ ē1 −4ω̄2 ⊗ ē2 +2ω̄2 ⊗ ē3 −4ω̄3 ⊗ ē1 −5ω̄3 ⊗ ē2 +4ω̄3 ⊗ ē3
(b) La expresión matricial de T2 , es decir, la matriz G de la métrica en la base inicial es
 
0 2 1
G = −3
 0 0
0 −1 1
y el cambio de base para métricas da
 
1 3 6
Ḡ = B t GB = −2 0 −3
−4 3 0
Luego la expresión de T2 en la nueva base es:
T2 = ω̄1 ⊗ ω̄1 + 3ω̄1 ⊗ ω̄2 + 6ω̄1 ⊗ ω̄3 − 2ω̄2 ⊗ ω̄1 − 3ω̄2 ⊗ ω̄3 − 4ω̄3 ⊗ ω̄1 + 3ω̄3 ⊗ ω̄2
(c) Observemos en primer lugar que las coordenadas de los vectores e1 , e2 , e3 en la nueva
base {ē1 , ē2 , ē3 } vienen dadas por las columnas de la matriz inversa del cambio de base
B −1 , luego resulta
e1 = ē2 + ē3 , e2 = −ē1 − ē2 + ē3 , e3 = ē1 + 2ē2 − ē3
Análogamente, como la matriz B ∗ de cambio de base en el dual cumple que (B ∗ )−1 =
B t se obtiene
ω1 = ω̄1 + ω̄3 , ω2 = −ω̄1 + ω̄2 + ω̄3 , ω3 = ω̄2 + ω̄3
Sustituyendo en T21 se obtiene su expresión en la base nueva
T21 =(ω̄1 + ω̄3 ) ⊗ (ω̄1 + ω̄3 ) ⊗ (ē2 + ē3 ) = ω̄1 ⊗ ω̄1 ⊗ ē2 + ω̄1 ⊗ ω̄3 ⊗ ē2 + ω̄3 ⊗ ω̄1 ⊗ ē2 +
+ ω̄3 ⊗ ω̄3 ⊗ ē2 + ω̄1 ⊗ ω̄1 ⊗ ē3 + ω̄1 ⊗ ω̄3 ⊗ ē3 + ω̄3 ⊗ ω̄1 ⊗ ē3 + ω̄3 ⊗ ω̄3 ⊗ ē3
2. Tensores covariantes. Tensores simétricos y hemisimétricos

Representaremos por Tp (E) el k-espacio vectorial de los Tp0 (E) de los tensores covariantes
de orden p.
Si {e1 , . . . , en } una base de E y {ω1 , . . . , ωn } su base dual, se tiene:

Tp (E) = {ωi1 ⊗ · · · ⊗ ωip }(i1 ...ip )∈V Rnp
Un tensor Tp ∈ Tp (E) es simétrico si para cualesquiera vectores e1 , . . . , ep se verifica:
Tp (e1 , . . . ei . . . ej . . . , ep ) = Tp (e1 , . . . ej . . . ei . . . , ep )
↑ ↑ ↑ ↑
i j i j
Un tensor Tp ∈ Tp (E) es hemisimétrico si para cualesquiera vectores e1 , . . . , ep se

verifica:
Tp (e1 , . . . ei . . . ej . . . , ep ) = −Tp (e1 , . . . ej . . . ei . . . , ep )
↑ ↑ ↑ ↑
i j i j
Observemos que los tensores covariantes de orden 2 simétricos coinciden con las métricas
simétricas y los hemisimétricos con las métricas hemisimétricas.
Proposición 2.1. (Caracterización de los tensores hemisimétricos)(ch(k) 6= 2)
Tp ∈ Tp (E) es hemisimétrico si y sólo si Tp (e1 , . . . , ep ) = 0 cuando algún vector de los
{e1 , . . . , ep } está repetido.
Demostración.
=⇒ Si Tp es hemisimétrico se cumple:
Tp (e1 , . . . e . . . e . . . , ep ) = −Tp (e1 , . . . e . . . e . . . , ep ) ,
↑ ↑ ↑ ↑
i j i j
luego Tp (e1 , . . . , e, . . . , e . . . , ep ) = 0
⇐= Si Tp (e1 , . . . e . . . e . . . , ep ) = 0 cualesquiera que sean e1 , . . . , e, . . . , ep ∈ E, de la multili-
↑ ↑
i j
nealidad de Tp se sigue:
0 =Tp (e1 , . . . ei + ej . . . ei + ej . . . , ep ) = Tp (e1 , . . . ei . . . ei . . . , ep ) + Tp (e1 , . . . ei . . . ej . . . , ep )+
↑ ↑ ↑ ↑ ↑ ↑
i j i j i j
+ Tp (e1 , . . . ej . . . ei . . . , ep ) + Tp (e1 , . . . ej . . . ej . . . , ep ) =
↑ ↑ ↑ ↑
i j i j
0 =Tp (e1 , . . . ei . . . ej . . . , ep ) + Tp (e1 , . . . ej . . . ei . . . , ep )

↑ ↑ ↑ ↑
i j i j

Corolario 2.2. Si Tp es hemisimétrico se cumple:
Tp (e1 , . . . , ep ) = 0 para cualesquiera vectores e1 , . . . , ep linealmente dependientes
2.1. Producto exterior de formas lineales.

Dadas formas lineales ω1 , . . . , ωp ∈ E ∗ se define su producto exterior ω1 ∧ · · · ∧ ωp como el
tensor covariante de orden p dado por
X
ω1 ∧ · · · ∧ ωp = (Sig σ)ωσ(1) ⊗ · · · ⊗ ωσ(p)
σ∈Sp
donde Sp representa el grupo simétrico de ı́ndice p (grupo de las permutaciones de p elemen-

tos) y Sig σ es el signo de la permutación σ ∈ Sp .
Ejemplo 2.3.
ω1 ∧ ω2 = ω1 ⊗ ω2 − ω2 ⊗ ω1
ω∧θ =ω⊗θ−θ⊗ω
ω1 ∧ ω2 ∧ ω3 =ω1 ⊗ ω2 ⊗ ω3 − ω1 ⊗ ω3 ⊗ ω2 − ω2 ⊗ ω1 ⊗ ω3 + ω2 ⊗ ω3 ⊗ ω1 +
+ ω3 ⊗ ω1 ⊗ ω2 − ω3 ⊗ ω2 ⊗ ω1
Propiedades del producto exterior
(a) ω1 ∧ · · · ∧ ωp es un tensor hemisimétrico.
(b) ω1 ∧ · · · ∧ ωp = (Sig σ)ωσ(1) ∧ · · · ∧ ωσ(p) para todo σ ∈ Sp .
(c) ω1 ∧ · · · ∧ ωp = 0 si alguna ωi está repetida.
(d ) ω1 ∧ · · · ∧ ωp = 0 si alguna ωi es combinación lineal de las otras.
Ejemplo 2.4. Utilizaremos las propiedades para hacer los cálculos más sencillos.
Si ω = ω1 − ω2 + ω3 , ω 0 = 3ω2 − ω3 , ω 00 = ω1 + ω2 , se tiene, por ejemplo:
ω ∧ ω 0 = (ω1 − ω2 + ω3 ) ∧ (3ω2 − ω3 ) = 3ω1 ∧ ω2 − ω1 ∧ ω3 − 2ω2 ∧ ω3
ω ∧ ω 0 ∧ ω 00 = (3ω1 ∧ ω2 − ω1 ∧ ω3 − 2ω2 ∧ ω3 ) ∧ (ω1 + ω2 ) = −ω1 ∧ ω2 ∧ ω3
ω ∧ ω 00 ∧ ω 0 = −ω ∧ ω 0 ∧ ω 00 = ω1 ∧ ω2 ∧ ω3
2.2. Tensores hemisimétricos en coordenadas. Base de Ωp (E).
Sea E un k-espacio vectorial de dimensión n.
Llamaremos p-formas sobre E a los tensores covariantes de orden p que son hemisimétricos
y representaremos por Ωp (E) el conjunto de ellas. Es inmediato comprobar que Ωp (E) es un
subespacio vectorial de E.
Teorema 2.5.
Para todo p ≤ n, Ωp (E) es un k-espacio vectorial de dimensión

n
dimk Ωp (E) =
p
Si p > n es Ωp (E) = 0.
Es más, para cada p ≤ n, si {e1 , . . . , en } es una base de E y {ω1 , . . . , ωn } su base dual, los
n
p
tensores hemisimétricos {ωi1 ∧ · · · ∧ ωip }i1 <···<ip forman una base de Ωp (E).
Ejemplo 2.6. Sea {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 } su base dual.
Ω1 (E) = hω1 , ω2 , ω3 i = E ∗ , dimk Ω1 (E) = 3

3
Ω2 (E) = hω1 ∧ ω2 , ω1 ∧ ω3 , ω2 ∧ ω3 i , dimk Ω2 (E) = =3
2

3
Ω3 (E) = hω1 ∧ ω2 ∧ ω3 i , dimk Ω3 (E) = =1
3
Ωp (E) = 0 , para todo p > 3
2.3. Contracción interior de un vector e y un tensor Tp ∈ Tp (E). Comportamiento

frente a productos tensoriales y exteriores.
Dado Tp ∈ Tp (E) y e ∈ E, ieTp es el tensor de orden p − 1 definido por

(ieTp )(e2 , . . . , ep ) = Tp (e, e2 , . . . , ep )
Si Tp es hemisimétrico también ieTp lo es.
Comportamiento frente a productos tensoriales y exteriores
ie(ω1 ⊗ · · · ⊗ ωp ) = ω1 (e)(ω2 ⊗ · · · ⊗ ωp )
p
X
ie(ω1 ∧ · · · ∧ ωp ) = (−1)j−1 ωj (e)(ω1 ∧ · · · ∧ ωbj ∧ · · · ∧ ωp )
j=1
Ejemplo 2.7. Sea {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 } su base dual.

Dados ω = −ω1 + 2ω3 , ω 0 = ω2 + ω3 , ω 00 = ω1 + ω2 , e = e1 + 2e2 + 3e3 , calculemos las
coordenadas de los siguientes tensores en las bases de p-formas correspondientes:
(a) ie(ω1 ∧ ω2 ) = ω1 (e)ω2 − ω2 (e)ω1 = ω2 − 2ω1 = (−2, 1, 0) ∈ T1 (E) = E ∗
(b)
ie(ω1 ∧ ω2 ∧ ω3 ) = ω1 (e)ω2 ∧ ω3 − ω2 (e)ω1 ∧ ω3 + ω3 (e)ω1 ∧ ω2
= ω2 ∧ ω3 − 2ω1 ∧ ω3 + 3ω1 ∧ ω2 = (3, −2, 1) ∈ Ω2 (E)
(c) ie(ω ⊗ ω 0 ) = ω(e)ω 0 = 5(ω2 + ω3 ) = (0, 5, 5) ∈ T1 (E)
(d ) ie(ω ∧ ω 00 ) = ω(e)ω 00 − ω 00 (e)ω = 5ω 00 − 3ω = (8, 5, −6) ∈ T1 (E)
(e) ie(ω ∧ ω 0 ∧ ω 00 ) = ie(−ω1 ∧ ω2 ∧ ω3 ) = −ie(ω1 ∧ ω2 ∧ ω3 ) = (−3, 2, −1) ∈ Ω2 (E), pues
ω ∧ω 0 ∧ω 00 = −ω1 ∧ω3 ∧ω2 +2ω3 ∧ω2 ∧ω1 = ω1 ∧ω2 ∧ω3 −2ω1 ∧ω2 ∧ω3 = −ω1 ∧ω2 ∧ω3
2.4. Problema resuelto.
Sea {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 } su base dual.
(a) Calcula la expresión del tensor hemisimétrico de orden 2 asociado a la matriz
 
0 1 −2
−1 0 1
2 −1 0
y calcula también su restricción al subespacio de ecuación x + 2y − z = 0 respecto del
sistema de coordenadas definido por la base {e1 , e2 , e3 }.
(b) Sean ω = −ω1 + ω2 − ω3 , ω 0 = 2ω2 − ω3 , ω 00 = ω2 + ω3 . Calcula la 2-forma ω ∧ ω 0 y
la 3-forma ω ∧ ω 0 ∧ ω 00 .
(c) Dados Ω02 = ω1 ∧ ω2 + 2ω2 ∧ ω3 , e = 3e1 − e2 + e3 y θ = ω1 − 3ω2 + 5ω3 calcula la
1-forma ieΩ02 y la 3-forma Ω02 ∧ θ.
Solución. (a) En la base {ω1 ∧ ω2 , ω1 ∧ ω3 , ω2 ∧ ω3 } de Ω2 (E) la expresión del tensor es:
Ω2 = ω1 ∧ ω2 − 2ω1 ∧ ω3 + ω2 ∧ ω3
Calculemos una base del subespacio V:
V = {(x, y, x + 2y) : x, y ∈ R} = hv1 = (1, 0, 1), v2 = (0, 1, 2)i
Se tiene:
Ω2 (vi , vi ) = 0 , para 1 ≤ i ≤ 3, pues Ω2 es hemisimétrico
Ω2 (v1 , v2 ) = −Ω2 (v2 , v1 ) = (ω1 ∧ ω2 )(v1 , v2 ) − 2(ω1 ∧ ω3 )(v1 , v2 ) + (ω2 ∧ ω3 )(v1 , v2 )
= ω1 (v1 )ω2 (v2 ) − ω2 (v1 )ω1 (v2 ) − 2ω1 (v1 )ω3 (v2 ) + 2ω3 (v1 )ω1 (v2 )+
+ ω2 (v1 )ω3 (v2 ) − ω3 (v1 )ω2 (v2 ) =
= 1 − 0 − 4 + 0 + 0 − 1 = −4

0 −4
Luego la expresión matricial de la resticción de Ω2 a V , Ω2|V , es .
4 0
Si {θ1 , θ2 } es la base dual de {v1 , v2 }, {θ1 ∧ θ2 } es una base de Ω2 (V ), y en esta base
Ω2 |V ∈ Ω2 (V ) se expresa ası́:
Ω2|V = −4θ1 ∧ θ2 .
(b)
ω ∧ ω 0 = (−ω1 + ω2 − ω3 ) ∧ (2ω2 − ω3 ) = −2ω1 ∧ ω2 + ω1 ∧ ω3 + ω2 ∧ ω3
ω ∧ ω 0 ∧ ω 00 = (−2ω1 ∧ ω2 + ω1 ∧ ω3 + ω2 ∧ ω3 ) ∧ (ω2 + ω3 ) = −2ω1 ∧ ω2 ∧ ω3 + ω1 ∧ ω3 ∧ ω2 =
= −3ω1 ∧ ω2 ∧ ω3
(c)
ieΩ02 = ie(ω1 ∧ ω2 ) + 2ie(ω2 ∧ ω3 ) = ω1 (e)ω2 − ω2 (e)ω1 + 2ω2 (e)ω3 − 2ω3 (e)ω2 =
= 3ω2 − ω1 − 2ω3 − 2ω2 = −ω1 + ω2 − 2ω3
Ω02 ∧ θ = (ω1 ∧ ω2 + 2ω2 ∧ ω3 ) ∧ (ω1 − 3ω2 + 5ω3 ) = 5ω1 ∧ ω2 ∧ ω3 + 2ω2 ∧ ω3 ∧ ω1
= 7ω1 ∧ ω2 ∧ ω3

2.5. Morfismos inducidos en los espacios de tensores.
f
Toda aplicación lineal E →
− Ē induce una aplicación entre los espacios de tensores covariantes
de orden p
f ∗p
Tp (Ē) −−→ Tp (E)
definida por:
(f ∗p T̄p )(e1 , . . . , ep ) = T̄p (f (e1 ), . . . , f (ep ))
cualesquiera que sean T̄p ∈ Tp (Ē) y e1 , . . . , ep ∈ E .
Este morfismo verifica:
(a) f ∗p es lineal.
f∗
(b) f ∗1 = f ∗ , siendo Ē −→ E el morfismo traspuesto.
(c) Deja invariantes los subespacios de tensores simétricos y hemisimétricos, esto es, induce
morfismos
f ∗p f ∗p
Sp (Ē) −−→ Sp (E) , Ωp (Ē) −−→ Ωp (E)
(d ) Conmuta con productos tensoriales y productos exteriores:
f ∗p (ω̄1 ⊗ ω̄p ) = f ∗ (ω̄1 ) ⊗ · · · ⊗ f ∗ (ω̄p )
f ∗p (ω̄1 ∧ ω̄p ) = f ∗ (ω̄1 ) ∧ · · · ⊗ f ∗ (ω̄p )
(e) (f ◦ g)∗p = g ∗p ◦ f ∗p
i
En particular, si V es un subespacio de E y V ,→ E es la inclusión natural, la restricción
de un tensor Tp ∈ Tp (E) al subespacio V viene dado por
Tp |V = i∗p Tp
Ejemplo 2.8. Sea {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 } su base dual. Calculemos la
restricción de los tensores
T3 = ω1 ⊗ ω2 ⊗ ω2 − ω1 ⊗ ω1 ⊗ ω3
Ω2 = ω1 ∧ ω2 − 2ω1 ∧ ω3 + ω2 ∧ ω3
al plano de ecuación π ≡ x + y − z = 0 respecto del sistema de coordenadas que la base
{e1 , e2 , e3 } define.
Una base del plano π es {v1 = (1, 0, 1), v2 = (0, 1, 1)}.
i
 delas bases {v1 , v2 } y {e1 , e2 , e3 } la matriz de la inclusión natural π ,→ E es
Respecto
1 0
(i) = 0 1. De modo que si representamos por {θ1 , θ2 } la base dual de {v1 , v2 } se tiene

1 1
que i ω1 = θ1 , i∗ ω1 = θ2 , i∗ ω1 = θ1 + θ2 (Recuerda que la matriz de i∗ es la traspuesta de
∗
(i). Ası́, resulta:

T3|π = i∗3 T3 = i∗ ω1 ⊗ i∗ ω2 ⊗ i∗ ω2 − 2i∗ ω1 ⊗ i∗ ω1 ⊗ i∗ ω3 =
= θ1 ⊗ θ2 ⊗ θ2 − 2θ1 ⊗ θ1 ⊗ (θ1 + θ2 ) = θ1 ⊗ θ2 ⊗ θ2 − 2θ1 ⊗ θ1 ⊗ θ1 − 2θ1 ⊗ θ1 ⊗ θ2
Ω2|π = i∗2 Ω2 = i∗ ω1 ∧ i∗ ω2 − 2i∗ ω1 ∧ i∗ ω3 + i∗ ω2 ∧ i∗ ω3 =
= θ1 ∧ θ2 − 2θ1 ∧ (θ1 + θ2 ) + θ2 ∧ (θ1 + θ2 ) = θ1 ∧ θ2 − 2θ1 ∧ θ2 + θ2 ∧ θ1 =
= −2θ1 ∧ θ2
Este último cálculo se puede efectuar matricialmente:
  
0 1 −2 1 0
∗2 t 1 0 1  0 −2
Ω2|π = i Ω2 = (i) · (Ω2 ) · (i) = −1 0 1   0 1 =

0 1 1 −2 0
2 −1 0 1 1
2.6. Problemas resueltos.
2.1. Sea {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 } su base dual y considérese la aplicación
f
lineal E ∗ →
− E definida por
f (ω1 ) = e1 + 3e2 , f (ω2 ) = e1 − e2 + 2e3 , f (ω3 ) = e2 + e3
f ∗2
Calcula la matriz asociada al morfismo inducido Ω2 (E) −−→ Ω2 (E ∗ ) indicando claramente
las bases en las que se expresa.
f∗
Solución. Si E ∗−→ E ∗∗ 
' E es el morfismo traspuesto de f su matriz respecto de las bases
1 3 0
dadas es At = 1 0 2, siendo A la matriz de f . Luego:
0 1 1
f ∗ (ω1 ) = e1 + e2 , f ∗ (ω2 ) = 3e1 + e3 , f ∗ (ω3 ) = 2e2 + e3 .

La base de Ω2 (E) es {ω1 ∧ ω2 , ω1 ∧ ω3 , ω2 ∧ ω3 } y la de Ω2 (E ∗ ) es {e1 ∧ e2 , e1 ∧ e3 , e2 ∧ e3 }, y
se tiene:
f ∗2 (ω1 ∧ ω2 ) = f ∗ (ω1 ) ∧ f ∗ (ω2 ) = (e1 + e2 ) ∧ (3e1 + e3 ) = e1 ∧ e3 + 3e2 ∧ e1 + e2 ∧ e3 =
= −3e1 ∧ e2 + e1 ∧ e3 + e2 ∧ e3 = (−3, 1, 2)
f ∗2 (ω1 ∧ ω3 ) = f ∗ (ω1 ) ∧ f ∗ (ω3 ) = (e1 + e2 ) ∧ (2e2 + e3 ) = 2e1 ∧ e2 + e1 ∧ e3 + e2 ∧ e3 =
= (2, 1, 1)
∗2
f (ω2 ∧ ω3 ) = f ∗ (ω2 ) ∧ f ∗ (ω3 ) = (3e1 + e3 ) ∧ (2e2 + e3 ) = 6e1 ∧ e2 + 3e1 ∧ e3 + 2e3 ∧ e2 =
= 6e1 ∧ e2 + 3e1 ∧ e3 − 2e2 ∧ e3 = (6, 3, −2)
 
−3 2 6
Luego la matriz de f ∗2 es  1 1 3 
2 1 −2
f
2.2. Sea E →
− E la aplicación lineal definida por f (x, y, z) = (x − y, 2y + z, x + y + z).
(a) Calcula en este sistema de coordenadas las matrices de los morfismos inducidos sobre
los espacios de tensores hemisimétricos de orden 2 y 3, respectivamente:
f ∗2 f ∗3
Ω2 (E) −−→ Ω2 (E) , Ω3 (E) −−→ Ω3 (E)
(b) Calcula la matriz de la aplicación lineal
T
→ E∗
Ω2 (E) −
θ2 7→ iē(f ∗2 θ2 )
siendo ē = (1, 1, −1).

Solución. Si {e1 , e2 , e3 } es la base de E en la que están expresadas las coordenadas y
{ω1 , ω2 , ω3 } es su base dual, la base de Ω2 (E)es {ω1 ∧ ω
2 , ω1 ∧ ω3 , ω2 ∧ ω3 } y la de Ω3 (E)
1 0 1
es {ω1 ∧ ω2 ∧ ω3 }. La matriz de f ∗ es At = −1 2 1 y por tanto f ∗ (ω1 ) = ω1 + ω3 ,
0 1 1
∗ ∗
f (ω2 ) = −ω1 + 2ω2 + ω3 , f (ω3 ) = ω2 + ω3 .
(a) Calculemos la matriz de f ∗2 respecto de la base {ω1 ∧ ω2 , ω1 ∧ ω3 , ω2 ∧ ω3 }:
f ∗2 (ω1 ∧ ω2 ) = f ∗ ω1 ∧ f ∗ ω2 = (ω1 + ω3 ) ∧ (−ω1 + 2ω2 + ω3 ) =
= 2ω1 ∧ ω2 + 2ω1 ∧ ω3 − 2ω2 ∧ ω3 = (2, 2, −2)
f ∗2 (ω1 ∧ ω3 ) = f ∗ ω1 ∧ f ∗ ω3 = (ω1 + ω3 ) ∧ (ω2 + ω3 ) =
= ω1 ∧ ω2 + ω1 ∧ ω3 − ω2 ∧ ω3 = (1, 1, −1)
f ∗2 (ω2 ∧ ω3 ) = f ∗ ω2 ∧ f ∗ ω3 = (−ω1 + 2ω2 + ω3 ) ∧ (ω2 + ω3 ) =
= −ω1 ∧ ω2 − ω1 ∧ ω3 − ω2 ∧ ω3 = (−1, −1, 1)
luego la matriz de f ∗2 es
 
2 1 −1
(f ∗2 ) =  2 1 −1
−2 −1 1
Calculemos ahora la matriz de f ∗3 respecto de la base {ω1 ∧ ω2 ∧ ω3 }. Se tiene:
f ∗3 (ω1 ∧ ω2 ∧ ω3 ) = f ∗ ω1 ∧ f ∗ ω3 ∧ f ∗ ω3 = (ω1 + ω3 ) ∧ (ω1 + 2ω2 + ω3 ) ∧ (ω2 + ω3 ) =
= 2ω1 ∧ ω2 ∧ ω3 + ω3 ∧ ω1 ∧ ω2 = 3ω1 ∧ ω2 ∧ ω3 = (3)
Luego, la matriz de f ∗3 es (3).
Observemos que la aplicación lineal f ∗3 es una homotecia de razón 3.
(b) Respecto de las bases {ω1 ∧ω2 , ω1 ∧ω3 , ω2 ∧ω3 } de Ω2 (E) y {ω1 , ω2 , ω3 } de E ∗ y usando
los cálculos de (a) la matriz de T es:
T (ω1 ∧ ω2 ) = iēf ∗2 (ω1 ∧ ω2 ) = iē(2ω1 ∧ ω2 + 2ω1 ∧ ω3 − 2ω2 ∧ ω3 ) =
= 2ω1 (ē)ω2 − 2ω2 (ē)ω1 + 2ω1 (ē)ω3 − 2ω3 (ē)ω1 − 2ω2 (ē)ω3 + 2ω3 (ē)ω2 = 0
T (ω1 ∧ ω3 ) = iēf ∗2 (ω1 ∧ ω3 ) = iē(ω1 ∧ ω2 + ω1 ∧ ω3 − ω2 ∧ ω3 ) = 2ω2
T (ω2 ∧ ω3 ) = iēf ∗2 (ω2 ∧ ω3 ) = iē(−ω1 ∧ ω2 − ω1 ∧ ω3 − ω2 ∧ ω3 ) = −2ω2 − 2ω3
 
0 0 0
y se obtiene (T ) = 0 2 −2.
0 0 −2

2.3. Sea {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 } su base dual.

Considérese la 3-forma Ω3 = ω1 ∧ ω2 ∧ ω3 .
(a) Expresa en coordenadas la aplicación lineal φ y comprueba que es un isomorfismo:
φ
E→ − Ω2 (E)
e 7→ ieΩ3
(b) Calcula las coordenadas del único vector V tal que ivΩ3 = ω ∧ ω 0 siendo
ω = a ω1 + b ω2 + c ω3 , ω 0 = a0 ω1 + b0 ω2 + c0 ω3
Solución. (a) Se calcula la matriz de φ en las bases {e1 , e2 , e3 } de E y {ω1 ∧ω2 , ω1 ∧ω3 , ω2 ∧
ω3 } de Ω2 (E):
φ(e1 ) = ie1 Ω3 = ie1 (ω1 ∧ ω2 ∧ ω3 ) = ω1 (e1 )ω2 ∧ ω3 − ω2 (e1 )ω1 ∧ ω3 + ω3 (e1 )ω2 ∧ ω3 =
= ω2 ∧ ω3 = (0, 0, 1)
φ(e2 ) = ie2 Ω3 = ie2 (ω1 ∧ ω2 ∧ ω3 ) = −ω1 ∧ ω3 = (0, −1, 0)
φ(e3 ) = ie3 Ω3 = ie3 (ω1 ∧ ω2 ∧ ω3 ) = ω1 ∧ ω2 = (1, 0, 0)
 
0 0 1
Se obtiene: (φ) = 0 −1 0 y como det(φ) = 1 6= 0 la aplicación lineal φ es un
1 0 0
isomorfismo.
Ası́, en coordenadas φ se escribe:
φ
E→
− Ω2 (E)
(a, b, c) 7→ (c, −b, a)
(b) Como φ es un isomorfismo dada una 2-forma ω ∧ ω 0 existe un único vector v ∈ E tal
que φ(v) = ω ∧ ω 0 .
Las coordenadas de ω ∧ ω 0 en la base {ω1 ∧ ω2 , ω1 ∧ ω3 , ω2 ∧ ω3 } de Ω2 (E) son
ω ∧ ω 0 = (a ω1 + b ω2 + c ω3 ) ∧ (a0 ω1 + b0 ω2 + c0 ω3 ) = (ab0 − ba0 , ac0 − ca0 , bc0 − cb0 ).
Si (x, y, z) son las coordenadas de v en la base {e1 , e2 , e3 } de E, matricialmente
φ(v) = ω ∧ ω 0 se escribe:
    0 
0 0 1 x ab − ba0
0 −1 0 y  = ac0 − ca0 
1 0 0 z bc0 − cb0
y se obtiene
v = (x, y, z) = (bc0 − cb0 , −(ac0 − ca0 ), ab0 − ba0 )

2.7. Determinante de un endomorfismo.

Sea E un k-espacio vectorial de dimensión n y T un endomorfismo de E. El morfismo
inducido sobre los tensores hemisimétricos de orden n
T ∗n
Ωn (E) −−→ Ωn (E)
es una homotecia, pues dimk Ωn (E) = 1.
Definición 2.9. Se llama determinante de T a la razón de esta homotecia, esto es:
T ∗n θn = det T · θn , cualquiera que sea θn ∈ Ωn (E).
Propiedades
(a) det(T ◦ T̄ ) = det T · det T̄
(b) Si {e1 , . . . , en } es una base de E y {ω1 , . . . , ωn } es su base dual:
det T = (ω1 ∧ · · · ∧ ωn )(T (e1 ), . . . , T (en ))
(c) T es un automorfismo si y sólo si det T 6= 0.
∗
(d ) det T = det
XT
(e) det T = (Sig σ)a1,σ(1) · · · · · an,σ(n) , siendo A = (aij ) la matriz de T en la base
σ∈Sn
{e1 , . . . , en } de E.
Demostración.
(a) det(T ◦ T̄ )θn = (T ◦ T̄ )∗n (θn ) = (T̄ ∗n ◦ T ∗n )(θn ) = T̄ ∗n (T ∗n )(θn )) = T̄ ∗n (det T · θn ) =
det T̄ · det T · θn
(b)
[T ∗n (ω1 ∧ · · · ∧ ωn )](e1 , . . . , en ) = (det T · ω1 ∧ · · · ∧ ωn )(e1 , . . . , en )
||
(ω1 ∧ · · · ∧ ωn )(T (e1 ), . . . , T (en )) = det T · (ω1 ∧ · · · ∧ ωn )(e1 , . . . , en ) = det T
(c) Si T es un automorfismo existe T −1 tal que T ◦ T −1 = Id, luego det T · det T −1 = 1 y
por tanto det T 6= 0.
Como det T 6= 0, de (b) se sigue que (ω1 ∧ · · · ∧ ωn )(T (e1 ), . . . , T (en )) 6= 0 luego
T (e1 ), . . . , T (en ) son linealmente independientes y en consecuencia T es inyectivo y
ası́ biyectivo.
(d )
(b) X
det T ∗ = (e1 ∧ · · · ∧ en )(T ∗ (ω1 ) . . . T ∗ (ωn )) = (Sig σ)eσ(1) (T ∗ ω1 ) · · · eσ(n) (T ∗ ωn ) =
σ∈Sn
X X
= (Sig σ)ω1 (T eσ(1) · · · ωn (T eσ(n) = (Sig σ −1 )ωσ−1 (1) (T e1 ) · · · ωσ−1 (n) (T en ) =
σ∈Sn σ −1 ∈Sn
X (b)
= (Sig τ )ωτ (1) (T e1 ) · · · ωτ (n) (T en ) = (ω1 ∧ · · · ∧ ωn )](T (e1 ), . . . , T (en )) =
τ ∈Sn
= det T
(e)
X
det T = (ω1 ∧ · · · ∧ ωn )(T (e1 ), . . . , T (en )) = (Sig σ)ω1 (T eσ(1) · · · ωn (T eσ(n) =
σ∈Sn
X
= (Sig σ)a1,σ(1) · · · · · an,σ(n)
σSn

Definición 2.10. Se define el determinante de una matriz cuadrada A como el determinante
de su endomorfismo asociado.
De las propiedades anteriores se sigue:
(a) det(A · Ā) = det A · det Ā
(b) A es invertible si y sólo si det A 6= 0.
(c) det A = det At
(d ) det A = 0 si y sólo si sus columnas (o filas) son linealmente independientes.
Se pueden demostrar fácilmente todas las propiedades clásicas del determinante utilizando
las propiedades de los tensores hemisimétricos.
3. Producto vectorial
Sea (E, T2 ) un R-espacio eclı́deo de dimensión 3 y sea {u1 , u2 , u3 } una base ortonormal de
E.
Tres vectores linealmente independientes {e1 , e2 , e3 } de E definen un volumen:
Volumen = | det(e1 , e2 , e3 )| = | det B| , siendo B la matriz del cambio de base.
Si G es la matriz de la métrica euclı́dea T2 en la base {e1 , e2 , e3 }, como la matriz de T2 en la
base ortonormal es I, de la fórmula del cambio de base para métricas G = B t IB se sigue:
√
det G = det(B t IB) = (det B)2 =⇒ | det B| = det G
Definición 3.1. En el sistema de coordenadas definido por la base {e1 , e2 , e3 } de E se llama
3-forma de volumen al tensor hemisimétrico
√
Ω3 = det G ω1 ∧ ω2 ∧ ω3 , donde {ω1 , ω2 , ω3 } es la base dual de {e1 , e2 , e3 }.
φ
Como hemos visto en el problema resuelto 2.3 la aplicación E →
− Ω2 (E) dada por φ(e) = ieΩ3
es un isomorfismo y su expresión en coordenadas respecto de una base {e1 , e2 , e3 } de E es:
φ
E→ − Ω2 (E)
√ √
(a, b, c) 7→ det G(c, −b, a) , donde ahora Ω3 = det G ω1 ∧ ω2 ∧ ω3 .
Ası́ podemos definir:
Definición 3.2. Dados dos vectores e, e0 ∈ E su producto vectorial es el único vector e×e0 ∈
E tal que
φ(e × e0 ) = i(e × e0 )Ω3 = ω ∧ ω 0 ,
siendo ω = ieT2 , ω 0 = ie0 T2 las formas lineales asociadas a la polaridad euclı́dea
Producto vectorial en coordenadas respecto de una base ortonormal
Si {e1 , e2 , e3 } es una base ortonormal de E, e = ae1 + be2 + ce3 y e0 = a0 e1 + b0 e2 + c0 e3 se
tiene:
T2 = I, G = I, Ω3 = ω1 ∧ ω2 ∧ ω3
ω = ieT2 = a ω1 + b ω2 + c ωe3 , ω 0 = ie0 T2 = a0 ω1 + b0 ω2 + c0 ωe3
ω ∧ ω 0 = (bc0 − cb0 , −(ac0 − ca0 ), ab0 − ba0 ) , en coordenadas respecto de la base de Ω2 (E).
Luego, en coordenadas respecto de una base ortonormal se tiene:

e1 e2 e3
(a, b, c) × (a0 , b0 , c0 ) = (bc0 − cb0 , −(ac0 − ca0 ), ab0 − ba0 ) = a b c

a0 b 0 c 0
1. Polinomio anulador
Sea E un k-espacio vectorial y T un endomorfismo de E.
Proposición 1.1. Para todo vector no nulo e ∈ E existe un polinomio p(x) ∈ k[x] que lo
anula, esto es p(T )e = 0.
Demostración. Los vectores e, T (e), T 2 (e), . . . , T r (e), . . . no son todos linealmente indepen-
dientes, pues E es de dimensin finita.
Si m es el menor natural tal que T m (e) depende linealmente de los anteriores, es decir verifica:
T m (e) = a0 e + a1 T (e) + · · · + am−1 T m−1 e , (m ≤ dimk E)
El polinomio p(x) = xm − am−1 xm−1 − · · · − a1 x − a0 anula al vector e, p(T )e = 0.
Teorema 1.2. Existen polinomios que anulan a todos los vectores de E.
Demostración. Sea {e1 , . . . , en } una base de E y, para cada 1 ≤ i ≤ n, sea pi (x) un polinomio
que anula al vector ei , que existe por la proposición anterior.
Es claro que el polinomio producto p(x) = p1 (x) · . . . · pn (x) anula a todo vector de E.
Definición 1.3. Se llama polinomio anulador o polinomio mı́nimo de T al polinomio de
menor grado que anula a todos los vectores de E. Se representa por mT (x) y se toma
mónico, es decir, con coeficiente de mayor grado uno.
Teorema 1.4. Cualquier polinomio que anula a todos los vectores de E es un múltiplo del
polinomio anulador mT (x).
Demostración. Sea q(x) un polinomio que anula a todo vector de E. Como mT (x) es el de
menor grado entre todos los que anulan, podemos dividir q(x) entre mT (x) y se obtiene:
q(x) = mT (x)c(x) + r(x) , con r(x) = 0 ó grad r(x) < grad mT (x)
De donde r(x) = q(x) − mT (x)c(x), y como q(x) y mT (x) anulan a todo vector de E también
anula r(x), luego r(x) = 0 ya que mT (x) es el de menor grado.
Ejemplo 1.5. Sea T ∈ EndR E tal que T 2 − 5T + 4I = 0.
El polinomio x2 − 5x + 4 anula a todo vector de E, luego es un múltiplo del polinomio
anulador mT (x). Descomponiendo en factores primos x2 − 5x + 4 = (x − 1)(x − 4), se tienen
las siguientes posibilidades para el polinomio mnimo de T:

x − 1
 (T es la identidad, T = I)
mT (x) = x − 4 (T es una homotecia vectorial de razón 4, T = 4I)

(x − 1)(x − 4) (T verifica: (T − I)(T − 4I) = 0)
Ejemplo 1.6.
Si T ∈ EndR E verifica T 2 + T + I = 0 es mT (x) = x2 + x + 1, pues este polinomio
no factoriza en R.
1
Si T ∈ EndQ E verifica T 3 + 2I = 0 es mT (x) = x3 + 2, pues el polinomio x3 + 2 es
irreducible en Q.
Corolario 1.7. Si V es un subespacio de E invariante por T , el anulador de T en V es un
divisor de mT (x).
Demostración. mT (x) anula a todo vector de V luego por el teorema 1.4 es múltiplo del
polinomio anulador de T sobre V .
Corolario 1.8. Si λ es un valor propio de T , λ es una raı́z de su polinomio anulador.
Demostración. Si λ es un valor propio de T , ker(T − λI) es un subespacio de E invariante
por T con polinomio anulador x − λ, luego, por el corolario 1.7, x − λ es un divisor de mT (x),
esto es mT (x) = (x − λ)q(x).
2. Primer Teorema de descomposición. Criterio de diagonalización por el
polinomio anulador.
Teorema 2.1. (1er Teorema de descomposición) Sea E un k-espacio vectorial de dimensión
finita, T un endomorfismo de E y mT (x) = p1 (x)n1 · . . . · pr (x)nr la descomposición en
factores primos de su polinomio anulador. Se verifica que E descompone en suma directa de
subespacios invariantes por T :
E = ker p1 (T )n1 ⊕ · · · ⊕ ker pr (T )nr
Además, el polinomio anulador de T sobre ker pi (T )ni es pi (x)ni y dimk ker pi (T )ni ≥ grad pi (x)ni ,
para 1 ≤ i ≤ r.
Demostración. Escribiendo p(x) = p1 (x)n1 y q(x) = p2 (x)n2 · . . . · pr (x)nr , basta demostrar
que E = ker p(T ) ⊕ ker q(T ).
Como p(x) y q(x) son primos entre sı́ su máximo común divisor es 1, luego existen polinomios
a(x) y b(x) tales que:
(2.1) a(x)p(x) + b(x)q(x) = 1

Veamos que ker p(T ) ∩ ker q(T ) = {0}.
Si e ∈ ker p(T ) ∩ ker q(T ) ⇒ p(T )e = 0 = q(T )e, y de la ecuación 2.1 se sigue que
a(T )p(T )e + b(T )q(T )e = e = 0.
Probemos que ker p(T ) + ker q(T ) = E.
Para cada e ∈ E por 2.1 se verifica:
e = a(T )p(T )e + b(T )q(T )e = p(T )(a(T )e) + q(T )(b(T )e) ∈ ker p(T ) + ker q(T )
pues p(T )q(T ) = 0 ya que mT (x) = p(x)q(x).
• Para cada i = 1 . . . r, ker pi (T )ni es un subespacio invariante por T de anulador pi (x)ni ,
pues si su anulador fuese un divisor de pi (x)ni serı́a de la forma pi (x)mi con mi ≤ ni , pues
pi (x) es primo. Por tanto, el polinomio p1 (x)m1 · . . . · pr (x)mr anuları́a a todo vector de E,
ya que E = ker p1 (T )n1 ⊕ · · · ⊕ ker pr (T )nr , lo que es absurdo pues es de menor grado que
mT (x).
• Probemos ahora que dimk ker pi (T )ni ≥ grad pi (x)ni , para 1 ≤ i ≤ r.
Existe al menos un vector no nulo e ∈ ker pi (T )ni tal que pi (T )ni −1 (e) 6= 0, pues en otro caso
el anulador de ker pi (T )ni serı́a pi (x)ni −1 .
Si escribimos s = grad pi (x)ni , los s vectores e, T (e), T 2 (e), . . . , T s−1 (e) son linealmente in-
dependientes, pues en otro caso se tendrı́a que a0 e + a1 T (e) + · · · + as−1 T s−1 (e) = 0 con]no
todos los ai nulos y por tanto el polinomio a0 e + a1 x + · · · + as−1 xs−1 = 0, que es de grado
menor que s, anuları́a al vector e, lo que contradice lo supuesto.
Corolario 2.2. (Criterio de diagonalización por el polinomio anulador) Un endomorfismo es
diagonalizable si y solo si su polinomio anulador descompone en producto de factores lineales
diferentes.
T ∈ Endk E es diagonalizable ⇔ mT (x) = (x−λ1 ) · · · (x−λr ), con λi ∈ k y λi 6= λj si i 6= j
Demostración.
⇒ Si λ1 , . . . , λr ∈ k son los valores propios diferentes de T , por el corolario 1.8, λ1 , . . . , λr son
raćes del polinomio anulador, esto es, mT (x) = (x−λ1 ) · · · (x−λr )q(x). Por otra parte, como
T es diagonalizable E = ker(T −λ1 I)⊕· · ·⊕ker(T −λr ), luego el polinomio (x−λ1 ) · · · (x−λr )
anula a todo vector de E. Por tanto, tiene que ser mT (x) = (x − λ1 ) · · · (x − λr ).
⇐ Si mT (x) = (x − λ1 ) · · · (x − λr ) con λi 6= λj si i 6= j, por el 1er teorema de descomposición
es E = ker(T − λ1 I) ⊕ · · · ⊕ ker(T − λr ), lo que prueba que T es diagonalizable.

Ejemplo 2.3. Todos los endomorfismos T de un espacio vectorial que verifican la condición
T 3 + 2T 2 − T − 2I = 0 son diagonalizables.
En efecto, el polinomio x3 + 2x2 − x − 2 = (x + 2)(x + 1)(x − 1) anula a todo vector de
E, luego es múltiplo del polinomio anulador, y como descompone en producto de factores
lineales todos diferentes, T es diagonalizable.
Ejemplo 2.4. Calculemos el polinomio caracterı́stico del endomorfismo T de R4 con polino-
mio anulador mT (x) = (x−2)(x−5), sabiendo que sólo tiene un vector propio de valor propio
2 linealmente independiente. Por el primer teorema de descomposición T es diagonalizable,
E = ker(T − 2I) ⊕ ker(T − 5I), y como  dim ker(T − 2I) = 1 es dim ker(T − 5I) = 3. Ası́,
2
 5 
su forma diagonal es D =   y su polinomio caracterı́stico cT (x) = |xI − D| =
 5 
5
3
(x − 2)(x − 5) .
Ejemplo 2.5. Todos los endomorfismos T tales que T 2 = 4I son diagonalizables sobre R,
pues el polinomio x2 − 4 = (x − 2)(x + 2) y por tanto su anulador puede ser: x − 2, x + 2 o
(x − 2)(x + 2).
Observa que en los dos primeros casos el endomorfismo T es una homotecia de razón 2 y -2,
respectivamente, pues que el anulador sea x ± 2 significa que T = ±2I.
3. Polinomio anulador y polinomio caracterı́stico. Teorema de

Caley-Hamilton
Sea E un k-espacio vectorial de dimensión finita y T un endomorfismo de E.
Proposición 3.1. Las raı́ces del polinomio anulador coinciden con las del polinomio carac-
terı́stico y son los valores propios de T .
Demostración. Ya hemos visto que las raı́ces del polinomio caracterı́stico son los valores
propios de T , y hemos demostrado que si λ ∈ k es un valor propio del endomorfismo λ es
una raı́z de su polinomio anulador (ver Corolario 1.8). Ası́ pues queda por demostrar que si
λ ∈ k es una raı́z del polinomio anulador λ es un valor propio de T :
Si mT (x) = (x−λ)m q(x), siendo m la multiplicidad de la raı́z λ, (x−λ) y q(x) son primos
entre sı́, luego por el primer teorema de descomposición es E = ker(T − λI)m ⊕ ker q(T ) y
existe e 6= 0 tal que e ∈ ker(T −λI)m y (T −λI)m−1 (e) 6= 0 , pues el anulador de ker(T −λI)m
es (x − λ)m . Por tanto, el vector (T − λI)m−1 (e) es un vector propio de valor propio λ, lo
que prueba que λ es un valor propio de T .

Teorema 3.2. Si el polinomio anulador y el polinomio caracterı́stico de T descomponen
sobre k en producto de factores lineales, es decir, tienen todas sus raı́ces en k, se verifica:
mT (x) = (x − λ1 )n1 · (x − λr )nr

, siendo ni ≤ mi y λi ∈ k
cT (x) = (x − λ1 )m1 · (x − λr )mr
Demostración. Por el pirimer teorema de descomposición, si mT (x) = (x − λ1 )n1 · (x − λr )nr
es E = ker(T − λ1 I)n1 · ker(T − λr I)nr .
Elegidas bases en cada ker(T − λi I)ni , se obtiene una base de E en la que la matriz de T es
A1
 
 A2 
A= .  siendo Ai la matriz de T sobre ker(T − λi I)ni
 .. 
Ar
Calculando el caracterı́stico de A se obtiene: cT (x) = cA1 (x) · . . . · cAr (x), donde cAi (x) es el
polinomio caracterı́stico de Ai . Como el anulador de Ai es (x − λi )ni resulta que cAi (x) =
(x − λi )mi con mi ≥ ni .
Este teorema demuestra que si k es algebraicamente cerrado el polinomio caracterı́stico
es un múltiplo del polinomio anulador, es decir, el polinomio caracterı́stico también anu-
la, resultado que se conoce con el nombre de Teorema de Caley-Hamilton. Si k no es
algebraicamente cerrado, se puede demostrar pasando al cierre algebraico.
Ejemplo 3.3. Si T es diagonalizable con polinomio caracterı́stico cT (x) = (x − 1)2 (x − 3)2 ,
¿Cuál es su anulador? ¿Y su forma diagonal?
 
1
 1 
mT (x) = (x − 1)(x − 3) , D =  
 3 
3
Ejemplo 3.4. Si dim E = 4, mT (x) = (x + 2)2 (x − 4) y dim ker(T − 4I) = 1 , ¿cuál es su
polinomio caracterı́stico?
cT (x) = (x + 2)3 (x − 4)
Ejemplo 3.5. Si dim E = 6, mT (x) = x2 (x − 3) y existen sólo dos vectores propios de valor
propio 3 linealmente independientes , ¿cuál es su polinomio caracterı́stico?
cT (x) = x4 (x − 3)2
1. Subespacios invariantes por un endomorfismo

Sea E un k-espacio vectorial y T un endomorfismo de E.
Un subespacio vectorial V de E es invariante por T si T (v) ∈ V para todo v ∈ V , es decir,
si T restringe a un endomorfismo de V .
Ejemplo 1.1. Si p(x) ∈ k[x] y T es un endomorfismo de E, p(T ) es también un endomorfismo
de E y su núcleo ker p(T ) es un subespacio de E invariante por T , pues si e ∈ ker p(T ) es
p(T )(T (e)) = T (p(T )(e)) = 0, luego T (e) ∈ ker p(T ).
2. Vectores y valores propios de un endomorfismo

Un vector no nulo e ∈ E es un vector propio del endomorfismo T de E de valor propio
λ si T (e) = λe o lo que es equivalente si e ∈ ker(T − λI) y se tiene:
λ ∈ k es un valor propio de T ⇔ ker(T − λI) 6= 0
El subespacio invariante ker(T − λI) es el subespacio propio cuyos vectores no nulos son los
vectores propios de valor propio λ.
3. Polinomio caracterı́stico. Cálculo de los valores propios

Sea T ∈ Endk E y {e1 , . . . , en } una base de E en la que la matriz del endomorfismo T es A.
El polinomio det(xI − A) = |xI − A| es invariante por cambios de base, pues si Ā es la matriz
de T entre otra base y B es la matriz del cambio de base se verifica:
|xI−Ā| = |xI−B −1 AB| = |xB −1 B−B −1 AB| = |B −1 (xI−A)B| = |B −1 ||(xI−A)||B| = |xI−A|
Definición 3.1. Se llama polinomio caracterı́stico del endomorfismo T al polinomio |xI −T |,
siendo T la matriz de T respecto de cualquier base de E. Lo representaremos por cT (x).
cT (x) = |xI − T | , grad cT (x) = dimk E
Proposición 3.2. Los valores propios de T coinciden con las raı́ces de su polinomio carac-
terı́stico.
Demostración.
{valores propios de T } = {λ ∈ k : ker(T − λI) 6= 0} = {λ ∈ k : T − λI no es inyectivo}
= {λ ∈ k : det(T − λI) = 0} = {λ ∈ k : (−1)n |λI − T | = 0}
= {raı́ces en k de cT (x) = |xI − T |}

Ejemplo 3.3. Calculemos los valores y vectores propios de los endomorfismos de matrices:
     
1 1 −2 −3 0 0 3 0 −2
(a) 0 −1 1  ; (b)  2 1 0 ; (c) 0 1 0 
0 0 3 −1 1 1 2 0 −1
1

x − 1 1 −2

(a) |xI − A| = 0 x+1 1 = (x − 1)(x + 1)(x − 3) ⇒ Valores propios : {1, −1, 3}.
0 0 x − 3
Subespacios de vectores propios:
• ker(T − I) = hv1 = (1, 0, 0)i
 
0 1 −2
(
−2y + z = 0
rg(A − I) = rg 0 −2 1  = 2 ⇒ dimk ker(T − I) = 1 , ker(T − I) ≡
0 0 2 z=0
• ker(T + I) = hv2 = (1, −2, 0)i

 
2 1 −2
(
2x + y − 2z = 0
rg(A+I) = rg 0 0 1  = 2 ⇒ dimk ker(T +I) = 1 , ker(T +I) ≡
0 0 4 z=0
• ker(T − 3I) = hv2 = (−7, 2, 8)i

 
−2 1 −2
(
−2x + y − 2z = 0
rg(A−3I) = rg  0 −4 1  = 2 ⇒ dimk ker(T −3I) = 1 , ker(T −3I) ≡
0 0 0 −4y + z = 0

x + 3 0 0

(b) |xI − A| = −2 x − 1
0 = (x + 3)(x − 1)2 ⇒ Valores propios : {−3, 1(doble)}.
1 −1 x − 1
• ker(T + 3I) = hv1 = (8, −4, 3)i
 
0 0 0
(
2x + 4y = 0
rg(A + 3I) = rg  2 4 0 = 2 ⇒ ker(T + 3I) = 1 ≡
−1 1 4 −x + y + 4z = 0
• ker(T − I) = hv2 = (0, 0, 1)i

 
−4 0 0
(
2x = 0
rg(A − I) = rg  2 0 0 = 2 ⇒ ker(T − I) ≡
−1 1 0 −x + y = 0

x − 3 0 2

(c) |xI − A| = 0 x−1 0 = (x − 1)3 ⇒ Valores propios : {3(triple)}.
−2 0 x + 1
• ker(T − I) = hv1 = (1, 0, 1), v2 = (0, 1, 0)i
 
2 0 −2
rg(A − I) = rg 0 0 0  = 1 ⇒ dimk ker(T − I) = 2 , ker(T − I) ≡ 2x − 2z = 0
2 0 −2
Obsérvese que en el caso (a) existe una base de vectores propios pues {v1 , v2 , v3 } son li-
nealmente
 independientes
 y en esta base la matriz del endomorfismo tiene forma diagonal
1 0 0
0 −1 0. Sin embargo en los casos (b) y (c) sólo existen dos vectores propios lineal-
0 0 3
mente independientes.
4. Endomorfismos diagonalizables
Definición 4.1. Un endomorfismo T ∈ Endk E es diagonalizable si existe una base de E
formada por vectores propios de T , es decir, si existe una base en la que la matriz asociada
a T tiene forma diagonal.
Proposición 4.2. Vectores propios de valores propios diferentes son linealmente indepen-
dientes.
Demostración. Procederemos por inducción sobre el número m de vectores propios lineal-
mente independientes.
Si m = 1 y e es un vector propio, es e 6= 0 y, por tanto, linealmente independiente.
Supongamos cierta la proposición para toda colección de m − 1 vectores propios de valores
propios diferentes. Demostraremos que también lo es en el caso m:
Sean e1 , . . . , em m vectores propios de valores propios λi diferentes. Si a1 e1 + · · · + am em = 0
para ciertos ai ∈ k, se verifica:
(T −λ1 I)(a1 e1 +a2 e2 +· · ·+am em ) = 0 ⇒ a1 (λ1 −λ1 )e1 +a2 (λ2 −λ1 )e2 +· · ·+am (λm −λ1 )em = 0 ,
Por hipótesis de inducción es a2 (λ2 − λ1 ) = · · · = am (λm − λ1 ) = 0, y como λi 6= λj para
i 6= j ha de ser a2 = · · · = am = 0 y también a1 = 0 pues de a1 e1 + · · · + am em = 0 se sigue
que a1 e1 = 0, de donde a1 = 0 pues e1 6= 0.
Corolario 4.3. Si T es un endomorfismo de un espacio vectorial E de dimensión n que
tiene n valores propios diferentes, entonces T es diagonalizable.
Demostración. Existen n vectores propios de valores propios diferentes que, por la proposi-
ción anterior, son linealmente independientes, luego forman una base de E.
Teorema 4.4. (Criterio de diagonalización por el polinomio caracterı́stico) Un endomor-
fismo de un k-espacio vectorial E es diagonalizable si y sólo si su polinomio caracterı́stico
descompone en la forma:
cT (x) = (x − λ1 )n1 · · · · · (x − λr )nr , con ni = dimk ker(T − λi I), i = 1, . . . , r
donde λ1 , . . . , λr ∈ k son los valores propios diferentes de T en el cuerpo k.
Demostración.
⇒ Si T es diagonalizable existe una base de vectores propios en la que la matriz A de T
es diagonal. Agrupando vectores propios del mismo valor propio podemos suponer que la
matriz A se escribe ası́:
λ1
 

..

 .  n 1


 λ 1



 λ2 


 . ..

 n2
 
 λ2 
...  ..
 
 .


λr
 
 

 . ..

 n
 r
λr
donde λ1 , . . . , λr son los valores propios diferentes y ni = dimk ker(T − λi I).
Se tiene para el polinomio carcterı́stico:
cT (x) = (x − λ1 )n1 · · · · · (x − λr )nr , siendo ni = dimk ker(T − λi I)
⇐ Si cT (x) = (x − λ1 )n1 · · · · · (x − λr )nr y ni = dimk ker(T − λi I), resulta:

dimk E = grad cT (x) = n1 + · · · + nr = dimk ker(T − λ1 I) + · · · + dimk ker(T − λr I).
Además, como vectores propios de valores propios diferentes son linealmente inde-
pendientes, la suma ker(T − λ1 I) + · · · + ker(T − λr I) es directa
ker(T − λ1 I) + · · · + ker(T − λr I) = ker(T − λ1 I) ⊕ · · · ⊕ ker(T − λr I) ⊆ E
Por tanto, E = ker(T − λ1 I) ⊕ · · · ⊕ ker(T − λr I), y eligiendo una base en cada uno de los
subespacios ker(T − λi I) se obtiene una base de E formada por vectores propios respecto de
T.
 
0 2 2
3
Ejemplo 4.5. Comprobemos que el endomorfismo T de R de matriz 1 −1 −2 no es

1 1 −2
diagonalizable.

x
−2 −2
|xI − T | = −1 x + 1 2 = (x − 1)(x + 2)2
−1 −1 x + 2
 
2 2 2
rg(T + 2I) = rg 1 1 −2 = 2 ⇒ dimR ker(T + 2I) = 1 .
1 1 0
Ejemplo 4.6. Sea T el endomorfismo definido por las ecuaciones x̄ = −z, ȳ = x−z, z̄ = y−z.
Estudiemos su diagonalización sobre los cuerpos R, C y Z/5Z.
 
0 0 −1
A = 1 0 −1 ; cT (x) = |xI − A| = (x + 1)(x2 + 1)
0 1 −1
1. cT (x) = (x + 1)(x2 + 1) es la descomposición en factores primos sobre R, luego en R
no diagonaliza pues sólo tiene un valor propio real −1.
2. cT (x) = (x + 1)(x − i)(x + i) es la descomposición
 en factores
 primos sobre C, luego
−1 0 0
sobre C diagonaliza y su forma diagonal es  0 i 0 .
0 0 −i
3. Sobre Z/5Z, como −1 ≡ 4(mod 5) y −2 ≡ 3(mod 5) se tiene
cT (x) = (x + 1)(x2 + 1) = (x − 4)(x2 − 4) = (x − 4)(x − 2)(x − 3), luego T tiene
tres
 valores  propios diferentes en Z/5Z, {4, 2, 3} y por tanto es diagonalizable, siendo
4 0 0
0 2 0 su forma diagonal.
0 0 3
Ejemplo 4.7. Sea T el endomorfismo de R3 definido por
T (x, y, z) = (x − 3y + 3z, 3x − 5y + 3z, 6x − 6y + 4z)
Comprobemos que es diagonalizable
  y calculemos una base de diagonalización.
1 −3 3
• Matriz asociada A = 3 −5 3, polinomio caracterı́stico cT (x) = (x + 2)2 (x − 4).
6 −6 4
Valores propios={-2(doble), 4}.
• Dimensión de los subespacios de vectores propios:
dimR ker(T + 2I) = 3 − rg(A + 2I) = 2 , dimR ker(T − 4I) = 3 − rg(A − 4I) = 1
Luego es diagonalizable, pues la dimensión de cada uno de los subespacios propios coincide
con la multiplicidad del valor propio correspondiente.
• Base de diagonalización {v1 , v2 , v3 }, siendo {v1 , v2 } una base de ker(T + 2I) y {v3 } una
base de ker(T − 4I):
La ecuación implı́cita de ker(T + 2I) es x − y + z = 0, luego una base es {v1 = (1, 1, 0), v2 =
(0, 1, 1)}. (
x+y−z =0
Unas ecuaciones implı́citas de ker(T − 4I) son y por tanto una base es
x−y =0
{v3 = (1, 1, 2)}.  
−2 0 0
En la base {v1 , v2 , v3 } la matriz del endomorfismo T es D =  0 −2 0.
0 0 4
−1
Se puede
 comprobar
 que se verifica: A = B · D · B , siendo B la matriz del cambio de base,
1 0 1
B = 1 1 1.
0 1 2
Ejemplo 4.8. Busquemos los endomorfismos diagonalizables T de R3 que verifican las con-
diciones:
(a) El plano π ≡ x + y = 0 es un subespacio de vectores propios de T .
(b) T (1, 0, 0) = (2, −1, 1).
Sea {e1 , e2 , e3 } la base en la que vienen dadas las condiciones (a) y (b).
Como π es un subespacio de vectores propios es π = ker(T − λI) para algún λ ∈ R y una
base de π es {(1, −1, 0) = e1 −e2 , (0, 0, 1) = e3 }, siendo T (e1 −e2 ) = λ(e1 −e2 ) y T (e3 ) = λe3 .
De la condición (b) se sigue que T (e1 ) = 2e1 − e2 + e3 = e1 + (e1 − e2 ) + e3 .
Los vectores {e1 , e1 − e2 , e3 } son linealmente independientes luego forman una nueva base de
R3 , en la que la matriz de T es  
1 0 0
A = 1 λ 0 
1 0 λ
Calculemos el polinomio caracterı́stico y veamos para qué valores de λ el endomorfismo T
es diagonalizable:
• cT (x) = (x − 1)(x − λ)2 .
• Si λ = 1 es cT (x) = (x − 1)3 .
 
0 0 0
A − I = 1 0 0 , rg(A − I) = 1 ⇒ dim ker(T − I) = 2 .
1 0 0
Por tanto T no es diagonalizable para λ = 1.
• Para todo λ ∈ R − {1} es cT (x) = (x − 1)(x − λ)2 .
 
1−λ 0 0
A − λI =  1 0 0 , rg(A − λI) = 1 ⇒ dim ker(T − λI) = 2 .
1 0 0
Luego T diagonaliza y su forma diagonal es:
 
1 0 0
D = 0 λ 0  , para λ ∈ R − {1} .
0 0 λ
Clasificación de endomorfismos 2
Subespacios monógenos. Forma de Jordan sobre un subespacio monógeno

Un vector no nulo e ΕE con polinomio mínimo q(x) de grado m genera un subespacio Xe, T(e), T 2 (e),..., T m-1 (e)\ de anulador q(x) y
dimensión m=gradoq(x), que llamaremos subespacio monógeno de anulador q(x).
Los subespacios monógenos son los subespacios invariantes de dimensión igual al grado de su polinomio anulador.
Base de Jordan y forma de Jordan asociadas a un monógeno de anulador Hx - aLm , aΕk
Monógeno de anulador Hx - aLm : Xe, T(e), T 2 (e),..., T m-1 (e)\
Su base de Jordan es {e, (T-aI)(e), HT - aIL2 (e),...., HT - aILm-1 (e)}. La matriz del endomorfismo T sobre esta base es su
a 0 0 0 ... 0
1 a 0 0 ... 0
0 1 a 0 ... 0
Forma canónica de Jordan: 0 0 1 a ... 0
: : : : : 0
: : : : : :
0 0 0 0 1 a
Observación: Cada monógeno de anulador Hx - aLm contiene un único vector propio de valor propio a linealmente independiente, que
coincide con el último vector de su base de Jordan.
Si el anulador del monógeno es pHxLm , con pHxL irreducible sobre k, la base de Jordan se obtiene sustituyendo en la anterior T-aI por p(T),
y la forma de Jordan se obtiene de sustituir en la anterior el elemento a por la matriz sobre el monógeno básico de anulador p(x).
Veamos algunos ejemplos sobre k=R:
Monógeno de anulador Hx - 2L3
Base de Jordan {e, (T-2I)(e), HT - 2 IL2 (e)} siendo e un vector de E con polinomio mínimo Hx - 2L3 , lo que significa que
e Ε kerHT - 2 IL3 pero e no está en kerHT - 2 IL2 .
2 0 0
Forma de Jordan 1 2 0
0 1 2
2
Monógeno de anulador pHxL2 =Ix2 + 2 x + 3M . Sobre k=R el polinomio p(x)=x2 + 2 x + 3 es irreducible.
Base de Jordan {e, T(e), (T 2 + 2 T + 3 I)(e), (T 2 + 2 T + 3 I)(T(e))}
0 -3 0 0
1 -2 0 0 0 -3
Forma de Jordan , pues es la matriz de T sobre el monógeno básico de anulador x2 + 2 x + 3.
0 1 0 -3 1 -2
0 0 1 -2
Segundo teorema de descomposición para endomorfismos

E descompone en suma directa de subespacios monógenos de anuladores potencias de los factores primos de su anulador.
Si mT HxL = p1 HxLm1 .p2 HxLm2 .......pr HxLmr es la descomposición en factores primos del polinomio anulador, por el primer teorema de descom-
posición es E=ker p1 HTLm1 Åker p2 HTLm2 Å....Åker pr HTLmr y cada subespacio de esta desomposición, de la forma ker pHTLm , descompone
en suma directa de monógenos de anuladores p(x), pHxL2 , ...., pHxLm :
Ν1 Ν2 Νm
monógeno monógeno monógeno
ker pHTLm = Å 2
Å ... .... m
anulador p HxL anulador p HxL anulador p HxL
donde Νi es el número de monógenos de anulador pHxLi , para i=1....m, y Νm ≠0.
Matriz de Jordan y base de Jordan de un endomorfismo

Elegidas bases de Jordan para los monógenos de la descomposición del teorema se obtiene una base de Jordan de E respecto de la que la
matriz de T es
J1 0 0 0 0
0 J2 0 0 0
J= 0 0 . 0 0
0 0 0 . 0
0 0 0 0 Jl
siendo Ji la matriz de Jordan del monógeno correspondiente.

2 FJordan2.nb
Ejercicios
1. Clasifica y obtén una base de Jordan para el endomorfismo de matriz

7 1 1 -3
5 -1 -1
- 10 0 - 2 6
(a) 1 2 0 ; (b)
0 0 2 0
2 -1 2
5 1 1 -1
2. Si dim E=4, clasifica los endomorfismos de E que verifican T 3 - 2 T 2 -4T+8I=0.
3. Sea T un endomorfismo de E tal que T 3 - 3 T 2 =0 y Ker T={0}. Calcula su polinomio anulador. ¿Es cierto que T es una homotecia?
4. Sea E un R-espacio vectorial de dimensión 4 y T un endomorfismo de E con valores propios diferentes 0 y -1, que tiene un único vector
propio de valor propio 0 linealmente independiente y tres vectores propios de valor propio -1 linealmente independientes.
Demuestra que T es diagonalizable y calcula sus polinomios característico y anulador. Escribe la forma de Jordan de T.
2 0 0
5. Clasifica el endomorfismo de matriz 1 1 0 y calcula una base de Jordan. Demuestra que este endomorfismo es equivalente al
-1 1 1
3 2 0
endomorfismo de matriz -1 0 0 .
3 4 1
6. Sea E un espacio vectorial de dimensión 6. Clasifica los endomorfismos de E con polinomio anulador Hx + 2L2 Hx - 1L2 y tales que el
subespacio de vectores propios de valor propio 1 es de dimensión 2.
7. Clasifica el endomorfismo T de R3 cuyo núcleo es plano de ecuación x-y=0 y es tal que T(0,1,0) es proporcional a (1,0,0) y verifica T 2 =T.
8. Clasifica los endomorfismos nilpotentes sobre un espacio vectorial de dimensión 3, 4 y 5, respectivamente.
1 0 0 0
1 1 0 0
9. Si la forma de Jordan de un endomorfismo es , calcula sus polinomios anulador y característico y escribe la descomposi-
0 0 2 0
0 0 0 2
ción del espacio como suma de núcleos (1º Teorema de descomposición) y la descomposición como suma de monógenos (2º Teorema de
descomposición).
10. Sea E= X1, x, x2 , x3 \ Clasifica

. los endomorfismos 3I-2D y D2 . Calcula para cada uno de ellos una base de Jordan.
11. Clasifica el endomorfismo T de R3 tal que la restricción de T al plano x+y+z=0 es un giro de 60º y T(1,1,1)=(2,1,0).
12. En el espacio euclídeo R3 y respecto de la referencia dada por:

|e1 |=|e2 |= 5 , e1 . e2 =1, |e2 +e3 |=2 2 ; los subespacios Xe1 +e2 +e3 \ y Vº6x+7y+2z=0
clasifica el endomorfismo definido por T He1 ) =e2 , T(e1 +e2 )=e3 , e3 Ε Ker T.
ALGFIS2: Test Diagonalización file:///Users/lainaserranosotelo/Documents/asignaturas/fisicos/Cur...
Usted se ha Contacto
autentificado como
+34 923 294746
GLORIA SERRANO
SOTELO (Salir) studium@usal.es
studium ▶ ALGFIS2 ▶ Cuestionarios ▶ Test Diagonalización ▶ Intento 1 Actualizar Cuestionario
Información Resultados Vista previa Editar
Vista previa del cuestionario
Comenzar de nuevo
1
Puntos: 1
Seleccione
una
respuesta.
2
Puntos: 1
Seleccione
una
respuesta.
3
Puntos: 1
Seleccione
una
respuesta.
1 of 3 11/28/11 4:02 PM
4
Puntos: 1
Seleccione
una
respuesta.
5
Puntos: 1
Seleccione
una
respuesta.
6
Puntos: 1
Seleccione
una
respuesta.
2 of 3 11/28/11 4:02 PM
Guardar sin enviar Enviar todo y terminar
Usted se ha autentificado como GLORIA SERRANO SOTELO (Salir)
3 of 3 11/28/11 4:02 PM
ALGFIS2: Test Clasificación de Endomorfismos file:///Users/lainaserranosotelo/Documents/asignaturas/fisicos/Cur...
Usted se ha Contacto
autentificado como
+34 923 294746
GLORIA SERRANO
SOTELO (Salir) studium@usal.es
studium ▶ ALGFIS2 ▶ Cuestionarios ▶ Test Clasificación de Endomorfismos ▶ Intento 1
Actualizar Cuestionario
Información Resultados Vista previa Editar
Vista previa del cuestionario
Comenzar de nuevo
1
Puntos: 1
Seleccione
una
respuesta.
2
Puntos: 1
Seleccione
una
respuesta.
1 of 3 11/28/11 4:02 PM
3
Puntos: 1
Seleccione
una
respuesta.
4
Puntos: 1
Seleccione
una
respuesta.
5
Puntos: 1
Seleccione
una
respuesta.
2 of 3 11/28/11 4:02 PM
6
Puntos: 1
Seleccione
una
respuesta.
Guardar sin enviar Enviar todo y terminar
Usted se ha autentificado como GLORIA SERRANO SOTELO (Salir)
3 of 3 11/28/11 4:02 PM
Geometrı́a euclı́dea.
1. Solamente una de las afirmaciones siguientes es cierta:
a) El producto escalar de un vector por otro vector es un vector.
b) El producto escalar de un vector por otro vector es un número real.
c) El producto escalar de un vector no nulo por si mismo es cero.
d) El módulo de un vector es el producto escalar del vector por sı́ mismo.
2. Dado un producto escalar euclı́deo, sólo una de las afirmaciones siguientes es falsa:
a) El módulo de un vector es la raı́z cuadrada positiva del producto escalar del vector por
sı́ mismo.
b) El módulo de un vector no nulo es siempre un número real positivo: |e| > 0 si e 6= 0.
c) |e · e0 | = |e||e0 |, cualesquiera que sean los vectores e y e0 del espacio euclı́deo.
d) |e|2 = e · e
3. En R3 con el producto escalar habitual una de las afirmaciones siguientes es falsa:
a) Si e = (1, 2, 3) y e0 = (−1, 1, 1), e · e0 √
= 4.
b) Si e = (2, 1, −1), su módulo es |e| = 6.
1 1
c) El vector u = ( , 1, ) es unitario.
2 2
d) Si e = (−1, 0, −1) se verifica: |e|2 = 2.
4. Sea e un vector unitario de un espacio euclı́deo. Una de las afirmaciones siguientes es
falsa:
a) e · e0 = e para todo vector e0 .
b) e · e = 1.
c) |e| = 1.
d) El vector −e también es unitario.
5. En R3 con el producto escalar habitual solamente una de las afirmaciones siguientes es
falsa:
a) Los vectores e = (1, 0, −1) y e0 = (2, 3, 2) forman un ángulo de 90.
b) Los vectores de R3 e = (1, 1, 2) y e0 = (0, −2, 1) son ortogonales.
c) Dos vectores e y e0 son ortogonales si e · e0 = 0.
2 1 2
d) El vector u = ( , , − ) es unitario y ortogonal al vector e = (1, 4, 1).
3 3 3
3
6. En R con el producto escalar habitual el coseno del ángulo determinado por los vectores
e = (3, 2, 1) y e0 = (1, 5, √
−3) es: √
10 7
a) 0 ; b) 1 ; c) ; d)
7 10
7. En un R-espacio euclı́deo una de las afirmaciones siguientes es falsa:
a) El coseno del ángulo determinado por dos vectores e y e0 es:
e · e0
cos(e, e0 ) =
|e||e0 |
b) Si los vectores e y e0 son ortogonales se verifica:
cos(e, e0 ) = 0
1
c) Si los vectores e y e0 tienen la misma dirección y el mismo sentido se verifica: cos(e, e0 ) = 1.
d) Si e0 = −2e se verifica: cos(e, e0 ) = 1.
8. En el espacio euclı́deo R3 con el producto escalar habitual una de las afirmaciones si-
guientes es falsa:
a) Los vectores e1 = (1, 3, −1), e2 = (2, −1, −1) y e3 = (1, 1, 1) forman una base ortogonal
de R3 .
b) Tres vectores no nulos {e1 , e2 , e3 } forman una base ortogonal si y sólo si son ortogonales
dos a dos, es decir, si y sólo si e1 · e2 = e1 · e3 = e2 · e3 = 0.
c) Una base ortogonal es ortonormal si sus vectores son unitarios.
d) Tres vectores no nulos {e1 , e2 , e3 } forman una base ortonormal si y sólo si son ortogonales
dos a dos y unitarios, es decir, e1 · e2 = e1 · e3 = e2 · e3 = 0 y e1 · e1 = e2 · e2 = e3 · e3 = 1.
9. Sean e y e0 vectores de un espacio euclı́deo. Una de las afirmaciones siguientes es falsa:
a) Si |2e + e0 | = 9 y |2e − e0 | = 5 ⇒ e · e0 = 7. b) Si e · e0 = 5 y |e| = |e0 | = 3 se verifica:
5
cos(e, e0 ) = . c) Si (e,ˆe0 ) = π/3 y |e| = 2, |e0 | = 3 entonces e · e0 = 3. d) Si |e| = 2 y |e0 | = 5
9
se verifica: (e + e0 ) · (e − e0 ) = 21.
10. Sean e y v vectores de un espacio euclı́deo. Una de las afirmaciones siguientes es falsa:
a) El valor absoluto del producto escalar de los vectores e y v es igual al módulo de uno por
el módulo de la proyección ortogonal del otro sobre él:
|e·v| = |e||proyección ortogonal de v sobre e| b) |e·v| = |v||proyección ortogonal de e sobre v|
c) La longitud del vector proyección ortogonal de e sobre v es: |v|| cos(e, v)| d) La longitud
|e · v|
del vector proyección ortogonal de e sobre v es:
|v|
11. En R3 con el producto escalar habitual considerénse los vectores e = (3, −2, 4) y v =
(2, 1, −2) vectores de R3 . Una de las afirmaciones siguientes es falsa:
a) El módulo de la proyección ortogonal de e sobre v es 34 . b) La proyección ortogonal de e
sobre v es el vector
4
e0 = − (2, 1, −2)
9
c) La proyección ortogonal de e sobre v es el vector
8 4 8
e0 = (− , − , )
9 9 9
d) El módulo de la proyección ortogonal de e sobre v es − 34 .
12. En R3 con el producto escalar habitual, sólo una de las afirmaciones siguientes es falsa:
a) El subespacio ortogonal a la recta r ≡ x= −y = z es el plano π ≡ x − y + z = 0
x = −λ

b) El subespacio ortogonal a la recta r ≡ y = 0 es el plano π ≡ −x + y + 2z = 0

z = 2λ
y
c) El subespacio ortogonal al plano π ≡ x − 3y + z = 0 es la recta r ≡ x = =z
 −3
x = 2λ

d) El subespacio ortogonal al plano π ≡ 2x + 3y − z = 0 es la recta r ≡ y = 3λ

z = −λ
a) Los vectores e1 = (1, 0, 1), e2 = (−1, 0, 1), e3 = (0, 2, 0) forman una base ortogonal.
b) Los vectores e1 = (1, 0, 0), e2 = (0, −1, 0), e3 = (0, 0, 1) forman una base ortonormal.
c) Los vectores e1 = (1,√2, 3),√e2 = (5, −1, √
−1),√ e3 = (1, 16, 11) forman una base ortogonal.
d) Los vectores e1 = ( 2 , − 2 , 0), e2 = ( 22 , 22 , 0), e3 = (0, 0, 1) forman una base ortonor-
2 2
mal.
14. Sea {e1 , e2 , . . . , en } una base de un espacio euclı́deo E y sea G la matriz asociada a la
métrica euclı́dea sobre E respecto de esta base. Sólo una de las afirmaciones siguientes es
falsa:
a) La matriz G es invertible.
b) La matriz G es simétrica.
c) La matriz G puede tener algún elemento de su diagonal principal negativo o nulo.
d) Todos los menores diagonales de la matriz G son estrictamente positivos.
15. Sólo una de las afirmaciones siguientes es cierta:
a) La matriz asociada a un producto escalar euclı́deo respecto de cualquier base no puede
tener coeficientes negativos.
b) La matriz asociada a un producto escalar euclı́deo respecto de una base ortogonal es la
matriz identidad.
c) Si la matriz asociada a un producto escalar euclı́deo es diagonal la base en la que está ex-
presada es ortonormal.
d) La matriz asociada a un producto escalar euclı́deo respecto de una base ortogonal es
diagonal.
16. Sea G la matriz de un producto escalar euclı́deo respecto de la base {e1 , e2 , . . . , en } y
sea Ḡ la matriz del producto escalar en una nueva base {ē1 , ē2 , . . . , ēn }. Si B representa la
matriz del cambio de base, sólo una de las afirmaciones siguientes es falsa:
a) Ḡ = B −1 · G · B
b) Ḡ = B t · G · B
c) Si {e1 , e2 , . . . , en } es una base ortonormal se verifica: Ḡ = B t · B.
d) Si {e1 , e2 , . . . , en } y {ē1 , ē2 , . . . , ēn } son bases ortonormales se verifica: B t · B = I.
17. En el espacio euclı́deo R3 se considera la base {e1 , e2 , e3 } definida por:
π π
|e1 | = |e2 | = |e3 | = 1 , (e1ˆ, e2 ) = , (e1ˆ, e3 ) = (e2ˆ, e3 ) =
2 3
Sólo una de las afirmaciones siguientes es falsa:  
1 0 1/2
a) La matriz de la métrica euclı́dea en esta base es G =  0 1 1/2
1/2 1/2 1
b) Si e = (1, 2, 2) y e = (0, −1, 2) son las coordenadas de los vectores e y e0 en la base
0
{e1 , e2 , e3 }, se verifica:
e · e = 15 , e · e0 = 4 , e0 · e0 = 2
c) Los vectores u y v de coordenadas en la base {e1 , e2 , e3 }: u = (3, −2, 4) y v = (9, 1, −10)
son ortogonales.
d) Los vectores e = e1 − e2 + 2e3 y e0 = e1 + e2 − e3 forman un ángulo de 90.
18. Sea E un espacio euclı́deo de dimensión 3 y sea {e1 , e2 , e3 } una base de E tal que:
√ √
|e1 | = |e2 | = 1 , e3 · e3 = 4 , dis(e1 , e2 ) = 2 , dis(e1 , e3 ) = dis(e2 , e3 ) = 3
Sólo una de las afirmaciones siguientes es falsa:  
1 0 1
a) La matriz de la métrica euclı́dea de E en la base {e1 , e2 , e3 } es G = 0 1 1
1 1 4
b) Los vectores u1 , u2 , u3 cuyas coordenadas en la base {e1 , e2 , e3 } son u1 = (1, 0, 2), u2 =
(3, 0, −1), u3 = (1, 3, −1) forman una base ortogonal de E.
c) El subespacio ortogonal a la recta r de ecuaciones en este sistema de coordenadas
x z
r ≡ = −y = es el plano π ≡ 2x − y + 3z = 0.
2 3
d) Los vectores u = e1 + 2e3 , v = e1 + 3e2 − e3 determinan un ángulo de 90o .
19. La matriz G de la métrica euclı́dea sobre R3 respecto de la base {e1 = (1, 0, −1), e2 =
e3 = (0, −1,
(2, 1, 0),  1)} es:  
1 0 0 1 2 0
a) G = 0 1 0 ; b) G =  0 1 −1
0 0 1 −1 0 1
   
2 2 −1 2 2 1
c) G =  2 5 −1 ; d) G = 2 5 1
−1 −1 2 1 1 2
20. La matriz G de la métrica euclı́dea sobre R3 respecto de la base {e1 , e2 , e3 } definida por
π π π
|e1 | = 1 , |e2 | = 2 , |e3 | = 3 , (e1ˆ, e2 ) = , (e1ˆ, e3 ) = , (e2ˆ, e3 ) =
3 2 3
es:    √ 
1 1 0 1
√ 3 0
√
a) G = 1 2 3 ; b) G =  3 √ 2 3 3
0 3 3 0 3 3 3
 √   
√ 1 3 0
√ 1 1 0
c) G =  3 √ 4 3 3 ; d) G = 1 4 3
0 3 3 9 0 3 9
21. La matriz G de la métrica euclı́dea sobre R3 respecto de la base {e1 , e2 , e3 } definida por
√
|e1 | = 1 , |e2 | = |e3 | = 2 , dis(e1 , e3 ) = dis(e2 , e3 ) = 1 , dis(e1 , e3 ) = 3
   
1 2 1 1 2 1
a) G = 2 2 7 ; b) G = 2 4 7/2
1 7 2 1 7/2 4
   
2 4 2 1 2 1
c) G = 4 4 7 ; d) G = 2 2 7/2
2 7 4 1 7/2 2
22. Sólouna de la
siguientes matrices
 es lamatriz asociada a un producto escalar euclı́deo:
1 2 1 2 1 0
a) G = 2 1 1 ; b) G = 1 0 1
1 1 1 0 1 1
   
3 −1 1 3 1 1
c) G = −1 2 −1 ; d) G = 1 1 2
1 −1 1 1 2 1
23. Sólo una de las bases definidas en losapartados
 siguientes es la base en la que la matriz
1 0 1
asociada a una métrica euclı́dea es G = 0 4 0
1 0 9
a) |e1 | = 1 , |e2 | = 4 , |e3 | = 9 , e1 · e2 = e2 · e3 = 0 , e1 · e3 = 1
b) |e1 | = 1 , |e2 | = 2 , |e3 | = 3 , cos(e1 , e2 ) = cos(e2 , e3 ) = 0 , cos(e1 , e3 ) = 1
c) |e1 | = 1 , |e2 | = 2 , |e3 | = 3 , (e1ˆ, e2 ) = (e2ˆ, e3 ) = 90o , cos(e1 , e3 ) = 1/3
d) |e1 | = 1 , |e2 | = 4 , |e3 | = 9 , cos(e1 , e2 ) = cos(e2 , e3 ) = 0 , cos(e1 , e3 ) = 1/3
 
1 −1 0
24. Sea G = −1 2 1 la matriz asociada a la métrica euclı́dea T2 de R3 en la base
0 1 3
{e1 , e2 , e3 }. Sea π el plano de ecuación, en este sistema de coordenadas, π ≡ x + y − z = 0.
Sólo una de las afirmaciones siguientes es falsa:
4 1
a) La restricción de T2 al plano π es la métrica de matriz Ḡ = en la base
1 5
{u1 = e1 + e3 , u2 = e1 − e2 } de π.
4 3
b) La restricción de T2 al plano π es la métrica de matriz Ḡ = en la base
3 7
{u1 = e1 + e3 , u2 = e2 + e3 } de π.
4 3
c) La restricción de T2 al plano π es la métrica de matriz Ḡ = en la base
3 7
{u1 = (1, 0, 1), u2 = (0, 1, 1)} de π.
4 3
d) La restricción de T2 al plano π es la métrica de matriz Ḡ = en la base
3 17
{u1 = e1 + e3 , u2 = e1 + e2 + 2e3 } de π.
z x−1
25. El coseno del ángulo determinado por las rectas r ≡ −x = y + 1 = ys≡ =
2 2
3
y = −z, respecto
 de lamétrica euclı́dea de R que en ese sistema de coordenadas tiene por
2 1 1
matriz G = 1 1 0 es:
1 0 2
√
55 1 1 1
a) cos(r, s) = ; b) cos(r, s) = ; c) cos(r, s) = ; d) cos(r, s) =
55 2 12 55
3
26. El subespacio ortogonal a la recta r ≡ x =y = z respecto
 de la métrica euclı́dea de R
1 −1 0
de matriz en ese sistema de coordenadas G = −1 3 0 es:
0 0 1
a) El plano π deecuación π ≡ x + y + z = 0.
x = λ

b) La recta s ≡ y = 0 .

z = −λ
c) El plano π de ecuación π ≡ 2y + z = 0
d) El plano π de ecuación π ≡ −x + 2y + z = 0
27. El subespacio ortogonal al plano π ≡ x − 2y +
z = 0 respecto
 de la métrica euclı́dea de
2 −1 0
R3 de matriz en ese sistema de coordenadas G = −1 2 1 es:
 0 1 1
x = λ

a) La recta r ≡ y = −2λ .

z = λ

x = 4λ

b) La recta r ≡ y = −2λ .

z = −λ
c) El plano π 0 ≡ x + y + z = 0
x y z
d) La recta r ≡ = = .
−2 −5 6
28. En el espacio euclı́deo R4 sólo una de las afirmaciones siguientes es falsa:
a) El subespacio ortogonal a un plano es un plano.
b) El subespacio ortogonal a una recta es un hiperplano.
c) El subespacio ortogonal a un plano es una recta.
d) El subespacio ortogonal a un hiperplano es una recta.
z
a) El subespacio ortogonal a la recta x = y = = −t es el hiperplano x + y + 2z − t = 0.
2 

 x =λ

y = −2λ
b) El subespacio ortogonal al hiperplano x − 2y + 3t = 0 es la recta r ≡ .

 z = 3λ

t =0

(
x−y =0
c) El subespacio ortogonal al plano π ≡ es el plano
x+z−t =0
π 0 ≡ h(1, −1, 0, 0), (1, 0, 1, −1)i.
d) El subespacio ortogonal al plano (
x+y+z+t =0
π ≡ h(0, 1, −1, 2), (1, 1, 1, 1)i es el plano π 0 ≡ .
y − z + 2t =0
a) La recta r que pasa por el origen y es perpendicular al plano x − y + 3z = 1 tiene por
z
ecuación r ≡ x = −y = .
3 
x = 1 − λ

b) El plano perpendicular a la recta r ≡ y = 2 + λ y que pasa por el punto P = (1, 2, −3)

z = 2λ
es π ≡ x − y − 2z( = 5.
x−y =1
c) La recta r ≡ y el plano π ≡ x + y + 2z = 5 son perpendiculares.
x+y−z =0
x−1 z+1
d) El plano π perpendicular a la recta r ≡ = −y = y que pasa por el punto
2 −2
P = (0, 1, −1) es π ≡ 2x + y − 2z = 3.
31. Sea {e1 , e2 , e3 } una base del espacio euclideo R3 tal que:
e1 · e2 = 1 , e2 · e2 = 2 , e3 · e3 = 3 , e1 · e2 = e1 · e3 = 1 , e2 · e3 = 0
Considerando coordenadas respecto de esta base, sólo una de las afirmaciones siguientes es
falsa:
a) La recta r que pasa por el origen y es perpendicular al plano x − y + 3z = 1 tiene por
x = 3λ

ecuación r ≡ y = −2λ .

z = 0

x = 1 − λ

b) El plano π perpendicular a la recta r ≡ y = 2 + λ y que pasa por el punto P =

z = 2λ
(1, 2, −3) es π ≡(2x − y + z = −15.
x−y =1
c) La recta r ≡ y el plano π ≡ x + y + 2z = 5 no son perpendiculares.
x+y−z =0
x−1 z+1
d) El plano π perpendicular a la recta r ≡ = −y = y que pasa por el punto
2 −2
P = (0, 1, −1) es π ≡ x + 4z = −4.
a) Sólo existe un plano paralelo al plano π ≡ x + 2y + 2z = 3 que dista 5 unidades del origen.
b) La distancia del origen al plano π ≡ x + 2y + 2z = 3 es 1.
c) La distancia entre los planos π ≡ x + 2y + 2z = 3 y π 0 ≡ x + 2y + 2z = 15 es d(π, π 0 ) = 4.
d) Existen dos planos paralelos al plano π ≡ x + 2y + 2z = 3 que distan 5 unidades del
origen, los planos de ecuaciones: x + 2y + 2z = 15 , x + 2y + 2z = −15.
33. En R3 con el producto escalar habitual, considerénse las rectas
( (
2x − y + z = 0 x+y =5
r≡ ; s≡
x+y =1 2y − z = 1
a) Las rectas r y s se cruzan.
b) La distancia entre ambas es d(r, s) = 4.√
c) La distancia entre ambas es d(r, s) = 2 2. √
4 66
d) El coseno del ángulo que determinan es cos(r, s) = .
33
a) La distancia del punto P = (1, 2, 1) al√ plano π determinado por los puntos A = (2, 3, 0),
3
B = (0, 0, 1), C = (0, 1, 0) es d(P, π) = .
3
x = 1 − λ

b) El ángulo que determinan la recta r ≡ y = λ y el plano π ≡ x − y + z = 3 es de

z = 1 + 2λ
90o . 
x = 1 − λ

c) La distancia de la recta r ≡ y = λ al plano π ≡ x − y + z = 3 es 1.

z = 1 + 2λ
x−1 z−1
d) La distancia del punto P = (1, 0, 1) a la recta r ≡ =y= es 0.
−1 2
a) El lado de un cubo que tiene dos caras contenidas en los planos de ecuaciones x+2y+2z =
1 y x + 2y + 2z = 4 mide 1 unidad.
x y−1 z+2 √
b) Todos los puntos de la recta r ≡ = = distan 3 unidades del plano
2 3 −1
π ≡ x − y − z + 2 = 0. 
x x = 1 + λ

c) Las rectas r ≡ = y = z, s ≡ y = 2 forman un ángulo de 45o .
−2 
z = 3 − λ
√
d) La distancia entre las rectas del apartado anterior es d(r, s) = 2 3.
a) El lugar geométrico de los puntos cuya distancia al plano π ≡ 2x − y − 2z = 3 es 2
está constituido por dos planos paralelos al plano π y simétricos respecto de él, los planos
π 0 ≡ 2x − y − 2z = 9 y π 00 ≡ 2x − y − 2z = −3 .
b) El volumen de la pirámide de vértice el punto V = (2, −1, 1) y base el cuadrilátero
determinado por los puntos A = (1, 1, 1), B = (2, 1, 3), C = (−1, 0, 2), D = (1, 0, 6) es 6.
c) Los planos bisectores de los planos π ≡ x + y − z = 0 y π 0 ≡ x − y + z = 0 son los planos
B1 ≡ y − z = 0 , B2 ≡ x = 0.
d) El ángulo que determinan los planos de ecuaciones y − z = 0 y x = 0 es de 45o .
a) El plano π 0 que pasa por los puntos A = (1, 0, −1) y B = (−1, 0, 1) y es perpendicular al
plano π ≡ x + y + z = 0 tiene por ecuación π 0 ≡ x + 2y + z = 0.
b) Los planos de ecuaciones −αx − y + αz = 0 , (α + 3)x + ( α1 )y − z = 1 , (α 6= 0) , se
cortan en una recta para todo α ∈ R − {0, −2}.
2
c) La distancia entre los planos del apartado b) para α = −2 es d(π, π 0 ) = .
3
d) La distancia del punto P = (1, 2, 1) al plano x + y − 3z = 0 es 0.
a) El punto simétrico del punto P = (−4, 3, 1) respecto del plano π ≡ x − 2y = 0 es el punto
P 0 = (0, −5, 1). (
x+y+z =3
b) La recta r0 simétrica de la recta r ≡ respecto del plano π ≡ 2y −z = 0
2x − y = −1
tiene por ecuaciones:
x y−1 z−2
r0 ≡ = =
5 −18 −1
c) El plano simétrico del plano π ≡ x−2y+z = 1 respecto del plano de ecuación x−2y+z = 4
es el plano π 0 ≡ x − 2y + z = 6.
d) El plano simétrico del plano π ≡ 3x − y + 5z = 2 respecto del plano de ecuación
x + 2y − z = 1 es el plano π 0 ≡ 13x + 5y + 11z = 10.
39. Sea {e1 , e2 , e3 } la base del espacio euclı́deo R3 definida por las condiciones:
π π
|e1 | = 1 , |e2 | = 2 , |e3 | = 3 , (e1ˆ, e2 ) = (e2ˆ, e3 ) = , (e1ˆ, e3 ) =
3 2
En el sistema de coordenadas definido por esta base, sólo una de las afirmaciones siguientes
es falsa:
x−1 2√
a) La distancia del punto P = (1, 2, 0) a la recta r ≡ = y = −z es d(P, r) = 85.
2 5
x−1 y+1
b) La distancia entre las rectas r y s de ecuaciones r ≡ = y = −z , s ≡ x = =z
√ 2 −1
es d(r, s) = 3.
y+1
c) La distancia de la recta s ≡ x = = z al plano π ≡ x + y = 1 es d(r, π) = 2.
−1
x−1
d) El punto simétrico del punto P = (1, 2, 0) respecto de la recta r ≡ = y = −z es
2
P 0 = (−4, 13, −6).
40. En el espacio euclı́deo R3 se considera la referencia {e1 , e2 , e3 } definida por las condicio-
nes: √
|e1 | = 1 , |e2 | = |e3 | = 2 , dis(e1 , e2 ) = dis(e2 , e3 ) = 1 , dis(e1 , e3 ) = 3
En este sistema de referencia, sólo una de las afirmaciones siguientes es cierta:
a) El(coseno del ángulo ( determinado por las direcciones de las rectas de ecuaciones
√
x+y =1 0 x+y+z =1 0 3 30
r≡ , r ≡ es cos(r, r ) = .
y−z =2 x+z =2 2
b) La recta s perpendicular al plano π ≡ x − y + z = 2 que pasa por el punto P = (0, 1, −1)
x y−1 z+1
es s ≡ = = .
5 −4 2 (
x+y =1 1
c) La distancia de la recta r ≡ al plano π ≡ 2x + y + z = 1 es d(r, π) = √ .
y−z =2 6
(
x+y =1 x y−1 z+1
d) La distancia entre las rectas r ≡ y s≡ = = es d(r, s) = 0.
y−z =2 5 −4 2
(
x + 2y = 1 y+1 z−1
41. Dadas las rectas r ≡ y s≡x−3= = del espacio euclı́deo
y+z =0 2 −1
R3 , sólo una de las afirmaciones siguientes es falsa:
a) Las rectas r y s se cortan en un punto.
b) Respecto√de una referencia ortonormal, la distancia del punto P = (1, 0, 2) a la recta r
es d(P, r) = 30.
c) Respecto la referencia unitaria {e1 , e2 , e3 } tal que (e1ˆ, e2 ) √
= 60o , (e1ˆ, e3 ) = (e2ˆ, e3 ) = 90o ,
14
la distancia del punto P = (1, 0, 2) a la recta r es d(P, r) = .
2
d) Respecto de la referencia ortogonal {e1 , e2 , e3 } tal que√|e1 | = 2 , |e2 | = |e3 | = 3, la distancia
6 17
de la recta r al plano π ≡ x + y − z = 2 es d(r, π) = .
17
42. En el espacio euclı́deo R3 con el producto escalar habitual, sólo una de las afirmaciones
siguientes es cierta:
a) La altura relativa al origen del tetredro de lados las longitudes de los vectores e1 , e2 , e3
definidos por las condiciones:
√
|e1 | = 1 , |e2 | = 2 , |e3 | = 2 , (e1ˆ, e2 ) = 90o , (e1ˆ, e3 ) = 45o , (e2ˆ, e3 ) = 60o
√
es igual a 3.
b) En la referencia {e1 , e2 , e3 } del (apartado a) el plano π que pasa por el punto P = (1, 0, 0)
x−y =1
y es perpendicular a la recta r ≡ tiene por ecuación π ≡ x + y − 2z = 1.
x+y+z =2
c) En el sistema de coordenadas definido por la base {e1 , e2 ,√e3 } del apartado a) el punto
√ 2
simétrico del punto P = (1, 0, 0) es el punto P 0 = (0, 1 − 2, ).
3
d) Respecto de una referencia ortonormal, la distancia del plano de ecuación 2x − y − 2z √ =1
1 2
al origen es . Sin embargo, respecto de la referencia del apartado a) esta distancia es .
3 3
43. En el espacio euclı́deo R3 y respecto de una referencia ortonormal, sólo una de las
afirmaciones siguientes es falsa:
a) Los valores de x e y para los que el vector (x, y, 1) es perpendicular a los vectores
e = (1, 1, 0) y e0 = (2, 3, −1) son x = −1, y = 1. (
3x − y + 2z = 3
b) La recta s que pasa por el origen y es paralela a la recta r ≡ es
2x + y + z =2
y z
s≡x= = .
−3 5
c) El plano π que pasa por el origen y es paralelo a las rectas
(
2x − 3y + 4z = 1 x+1 y−2 z
r≡ , r0 ≡ = =
x − 2z =6 3 −2 −3
es π ≡ 2x − 3y + 4z = 0.
d) La recta r que pasa por el punto P = (1,( 0, 1) y es paralela a los planos
x+y =1
π ≡ x + y + z = 0 , π 0 ≡ z − 2 = 0 es r ≡ .
x+y+z =2
44. En el espacio euclı́deo R3 sólo una de las afirmaciones siguientes es falsa:
a) Respecto de una referencia ortonormal, la ecuación del plano π 0 que pasa por el punto
P = (0, 3, 1), es perpendicular al plano π ≡ 2x − y − z = 0 y paralelo la recta r de ecuaciones
x = y + 1 = −z es π 0 ≡ 2x + y + 3z = 6.
b) Respecto de una referencia ortogonal {e1 , e2 , e3 } tal que |e1 | = 1 , |e2 | = 1 y |e3 | = 2, la
ecuación del plano π 0 que verifica las condiciones del apartado a) es π 0 ≡ 5x + 7y + 12z = √ 33.
c) Respecto de una referencia unitaria {e1 , e2 , e3 } definida por dis(e1 , e2 ) = dis(e1 , e3 ) = 2
y dis(e2 , e3 ) = 1, la ecuación del plano π 0 que verifica las condiciones del apartado a) es
π 0 ≡ x + y + 2z = 5.
d) Enel sistema  de coordenadas respecto del que la matriz de la métrica euclı́dea es
1 1 0
G = 1 2 0, la ecuación del plano π 0 que verifica las condiciones del apartado a) es

0 0 2
0
π ≡ 7x + 9y − 16z = 11.
45. En el espacio euclı́deo R3 dadas las rectas
( (
y =x+3 y = − 12
r≡ , s≡
z = 2x + 2 x = −2z + 3
a) El plano paralelo a la recta s y que contiene a la recta r es π ≡ x − 5y − 2z + 11 = 0.
b) El plano π perpendicular a la recta s que contiene a la recta r es π ≡ 2x − z + 2 = 0.
c) Las ecuaciones de la recta de dirección perpendicular a ambas y que pasa por el origen
y z
son x = = .
−5 2
d) Supongamos dadas las rectas r y s del enunciado  en el  sistema de coordenadas respecto
2 0 1
del que la matriz de la métrica euclı́dea es G = 0 1 0. Las ecuaciones de la recta de
1 0 2
(
4x + y + 5z = 0
dirección perpendicular a ambas que pasa por el origen son .
5x + y + 5z = 0
46. En el espacio euclı́deo R3 , sólo una de las afirmaciones siguientes es falsa:
a) El volumen del paralelepı́pedo determinado por los vectores e1 , e2 , e3 tales que
1
|e1 | = |e2 | = |e3 | = 1 , e1 · e2 = 0 , (e3ˆ, e1 ) = 45o , (e3ˆ, e2 ) = 60o es .
2
b) La  matriz de la√métrica  euclı́dea en la base {e1 , e2 , e3 } definida en el apartado a) es
1 0 2/2
G = √ 0 1 1/2 .
2/2 1/2 1
c) La altura del paralelepı́pedo del apartado a) es 1.
d) El área de la base del paralelepı́pedo del apartado a) es 1.
Soluciones: Geometrı́a euclı́dea.
1. b) ; 2. c) ; 3. c) ; 4. a) ; 5. d) ; 6. c) ; 7. d) ; 8. a) ; 9. d) ; 10. c) ;
11. d) ; 12. b) ; 13. c) ; 14. c) ; 15. d) ; 16. a) ; 17. b) ; 18. c) ; 19. c) ;
20. d) ; 21. b) ; 22. c) ; 23. c) ; 24. d) ; 25. a) ; 26. c) ; 27. d) ; 28. c) ;
29. b) ; 30. d) ; 31. b) ; 32. a) ; 33. b) ; 34. c) ; 35. c) ; 36. d) ; 37. a) ;
38. c) ; 39. d) ; 40. b) ; 41. b) ; 42. d) ; 43. b) ; 44. d) ; 45. a) ; 46. c)

Métricas y formas cuadráticas.
1. La matriz de la métrica T2 ((x, y, z), (x0 , y 0 , z 0 )) = xx0 + yy 0 + 3zz 0 − 2xz 0 − 2zx0 es:
 
1 0 −2
(a) 0 1 0 
2 0 3
 
1 0 −2
(b)  0 1 0 
−2 0 3
 
1 0 −1
(c)  0 1 0 
−1 0 3
 
1 0 1
(d ) 0 1 0
1 0 3
 
0 1 3 −1
−1 1 0 1 
2. Para la métrica T2 de matriz  −3 0 0 −2, sólo una de las afirmaciones siguientes

1 −1 2 0
es cierta:
(a) T2 es una métrica hemisimétrica.
(b) T2 es una métrica degenerada.
(c) El radical de T2 es de dimensión 2.
(d ) T2 es una métrica no singular.
 
2 3 1
3. La expresión en coordenadas de la métrica de matriz 1 1 0 es:
1 0 2
(a) T2 ((x, y, z), (x , y , z )) = 2xx + yy + 2zz + 3xy + yx0 + 2xz 0
0 0 0 0 0 0 0
(b) T2 ((x, y, z), (x0 , y 0 , z 0 )) = 2xx0 + yy 0 + 2zz 0 + 4xy 0 + 2xz 0

(c) T2 ((x, y, z), (x0 , y 0 , z 0 )) = 2xx0 + yy 0 + 2zz 0 + 3xy 0 + yx0 + xz 0 + zx0
(d ) T2 ((x, y, z), (x0 , y 0 , z 0 )) = 2xx0 + 3xy 0 + 3yx0 + yy 0 + 2zz 0 + 2xz 0
4. Sólo una de las siguientes métricas es euclı́dea:
 
2 1 2
(a) 1 0 3
2 3 1
 
1 1 1
(b) 1 1 2
1 1 1
 
1 2 1
(c) 2 1 0
1 0 1
1
 
2 1 1
(d ) 1 2 2
1 1 2
 
2 4 8
5. La descomposición de la métrica 6 10 12 en suma de una métrica simétrica y otra
2 4 6
hemisimétrica
 es:     
2 4 8 2 5 5 0 1 3
(a) 6 10 12 = 5 10 8 + −1 0 4
2 4 6 5 8 6 −3 −4 0
     
2 4 8 2 5 5 0 −1 3
(b) 6 10 12 = 5 10 8 +  1 0 4
2 4 6 5 8 6 −3 −4 0
     
2 4 8 2 5 5 0 1 3
(c) 6 10 12 = 5 10 8 + −1 0 −4
2 4 6 5 8 6 −3 4 0
(d ) Ninguna de las anteriores.
 
1 2 1
6. El radical de la métrica T2 = 1 −1 0 es:
2 1 1
(a) Rad T2 = {0}
(b) Rad T2 = h(1, −1, 3)i
(c) Rad T2 = h(1, 1, −1)i
(d ) Rad T2 = h(−1, 1, 3)i
7. Sea (E, T2 ) un espacio métrico, solamente una de las afirmaciones siguientes es falsa:
(a) Todos los vectores de Rad T2 son isótropos.
(b) La métrica T2 es irreducible si el determinante de su matriz respecto de cualquier
base es no nulo.
(c) Un subespacio suplementario de Rad T2 es no singular.
(d ) Los subespacios no singulares de E no tienen vectores isótropos.
(a) Un subespacio de E es elı́ptico si no tiene vectores isótropos no nulos.
(b) Un subespacio de E es un plano hiperbólico si es de dimensión 2 y no singular.
(c) Un plano hiperbólico de E es un subespacio no singular de dimensión 2 y con algún
vector isótropo no nulo.
(d ) Un subespacio de E es hiperbólico si es suma ortogonal de planos hiperbólicos.
9. La restricción de una métrica simétrica a un plano hiperbólico verifica:
(a) rango=1, ı́ndice=0, signatura +
(b) rango=2, ı́ndice=0, signatura +
(c) rango=2, ı́ndice=1
(d ) rango=1, ı́ndice=1
10. Para la restricción de una métrica simétrica a un subespacio elı́ptico de dimensión 3,
cuál de las afirmaciones siguientes es falsa?:
(a) Su rango es 3 y su ı́ndice es 0.
(b) Su rango es 3 y su ı́ndice es 1.
(c) Su signatura puede ser positiva o negativa.
(d ) No tiene radical.
(a) Si dim E = 3 y dim Rad T2 = 2, los subespacios suplementarios del radical son elı́pti-
cos.
(b) Si los únicos vectores isótropos no nulos son los del radical de T2 , los subespacios
suplementarios del radical son elı́pticos.
(c) Un subespacio hiperbólico de E nunca puede tener dimensión impar.
(d ) La restricción de T2 a un subespacio elı́ptico es una métrica singular.
12. La matriz de la métrica T2 ((x, y), (x0 , y 0 )) = xx0 +4yy 0 +2xy 0 +3yx0 en la base {(1, 3), (2, −1)}
es:
52 6
(a)
1 −2

52 −6
(b)
1 −2

52 6
(c)
−1 −2
(d ) Ninguna de las anteriores.
 
1 −2 3
13. Si G = 0 2 −1 es la matriz de la métrica T2 en la base {e1 , e2 , e3 }, la matriz de
1 2 0
T2 en la base {e1 − e2 + e3 , e1 − 2e3 , 2e1 + 3e2 } es:
 
8 −2 −6
(a) 8 −20 −7
3 10 −4
 
8 8 3
(b) −6 −7 −4
−2 −20 10
 
1 0 −6
(c) 8 −20 −7
3 10 −4
 
8 −6 −2
(d ) 8 −7 −20
3 −4 10
 
1 1 1
14. Si G = −1 2 1 es la matriz de la métrica T2 en la base {e1 , e2 , e3 }, la matriz de
3 1 2
T2 en la base {e2 , e1 , e3 } es:
 
2 −1 1
(a) 1 1 1
1 3 2
 
1 1 1
(b) 2 −1 1
3 1 2
 
−1 1 3
(c)  2 1 1
1 1 2
(d ) G
15. Para la métrica restricción de T2 ((x, y, z), (x0 , y 0 , z 0 )) = xx0 + yy 0 + 3zz 0 − 2xz 0 − 2zx0 al
plano de ecuación 2x + y − z = 0, cuál de las afirmaciones siguientes es falsa?:

17 9
(a) Su matriz en la base {(1, 1, 3), (0, 1, 1)} es .
9 5
(b) Es simétrica.
4 5
(c) Su matriz en la base {(0, 1, 0), (1, 0, 2)} es .
4 4

4 4
(d ) Su matriz en la base {(0, 1, 1), (1, 0, 2)} es .
5 4
 
1 2 −1
16. La restricción de la métrica T2 , de matriz G = 1 1 1  en la base {e1 , e2 , e3 }, al
0 2 1
subespacio generado por los vectores e1 − e2 y e1 + e3 verifica sólo una de las condiciones
siguientes:
(a) Es simétrica
(b) Es singular

1 2
(c) es su matriz respecto de la base {e1 − e2 , e1 + e3 }.
3 −1

−1 −2
(d ) es su matriz respecto de la base {e1 − e2 , e1 + e3 }.
−3 1
17. Sólo una de las siguientes métricas es no singular:
 
1 2 −1
(a) 1 1 1 
0 1 −2
 
2 0 1
(b) 1 −1 2
3 1 1
 
3 1 −2
(c) 0 1 1
3 −1 −4
 
0 1 0 0
1 1 1 1
(d ) 1 0 1 1

2 −1 1 1
 
1 1 1
18. Una base del radical de la métrica G = −1 2 1 es:
0 3 2
(a) {(−1, −2, 3)}
(b) {(0, 0, 0)}
(c) {(1, 1, −1)}
(d ) {(1, 1, 1}


1 2 −1
19. Respecto de la métrica de R3 de matriz G =  2 1 1 , el subespacio de ecuación
−1 1 −2
2x − 2y + z = 0 es :
(a) Un subespacio no singular sin vectores isótropos.
(b) Un subespacio elı́ptico de dimensión 2.
(c) Un plano hiperbólico.
(d ) Un subespacio singular.
 
1 3 2
20. Sea 3 0 1 la matriz de una métrica T2 sobre R3 . Sólo una de las siguientes afirma-
2 1 1
ciones es falsa:
1 3
(a) La restricción de T2 al subespacio he1 , e2 i es y he1 , e2 i es un plano hiperbólico.
3 0

0 1
(b) La restricción de T2 al subespacio he2 , e3 i es y he2 , e3 i es un plano elı́ptico.
1 1

1 2
(c) La restricción de T2 al subespacio he1 , e3 i es y he1 , e3 i es un plano hiperbólico.
2 1

−5 1
(d ) La restricción de T2 al subespacio he1 − e2 , e3 i es y he1 − e2 , e3 i es un plano
1 1
hiperbólico.
 
0 1 0
21. Para la métrica G = 1 2 1 sólo una de las afirmaciones siguientes es falsa:
0 1 1
(a) No tiene radical.  
1 0 0
(b) Su forma reducida es 0 −1 0.
0 0 1
(c) No tiene vectores isótropos no nulos.
(d ) Tiene ı́ndice 1.
 
1 2 1
22. Para la métrica G = 2 3 1 sólo una de las afirmaciones siguientes es cierta:
1 1 0
(a) Su rango es 2 y su ı́ndice es 1, r = 2, i = 1.
(b) Su rango es 3, su ı́ndice es 1 y su signatura positiva, r = 3, i = 1, Signatura +.
(c) No tiene vectores isótropos.
(d ) Es una métrica euclı́dea.
23. Si
 la forma reducida
 de una métrica simétrica sobre un R-espacio vectorial de dimensión
0 0 0 0
0 1 0 0 
0 0 1 0 , cuál de las siguientes afirmaciones es cierta?:
4 es  
0 0 0 −1
(a) r = 3, i = 2.
(b) r = 3, i = 0, Signatura −.
(c) r = 3, i = 1, Signatura −.
(d ) r = 3, i = 1, Signatura +.
24. Si el rango, ı́ndice y signatura de una métrica sobre R4 son, respectivamente, r = 4, i =
1, Signatura +, cuál de las siguientes afirmaciones es falsa?:
 
1 0 0 0
0 −1 0 0
(a) Su forma reducida es  0 0 1 0.

0 0 0 1
(b) No tiene radical.
(c) Tiene vectores isótropos no nulos.
(d ) R4 = H2 ⊥ W , siendo H2 un plano hiperbólico y W un subespacio elı́ptico de
dimensión 2 en el que la restricción de la métrica es definido negativa.
25. Sean r0 = 1, r+ = 2 y r− = 1 el número de raı́ces nulas, el número de raı́ces positivas y
el número de raı́ces negativas de la ecuación secular de una métrica T2 sobre un R-espacio
vectorial E. Sólo una de las afirmaciones siguientes es falsa:
(a) r = 3, i = 1, Signatura +. 
0 0 0 0
0 1 0 0 
(b) Su forma reducida es 0 0 1 0 .

0 0 0 −1
 
0 0 0 0
0 1 0 0
(c) Su forma reducida es 0 0 −1 0 .

0 0 0 −1
(d ) E = Rad T2 ⊥ H2 ⊥ W , siendo Rad T2 el radical de la métrica, H2 un plano hiperbóli-
co y W un subespacio elı́ptico de dimensión 1 en el que la retricción de la métrica es
definido positiva.
26. Sea x4 − 5x3 − 13x2 + 21x − 4 = 0 la ecuación secular de una métrica simétrica G sobre
R4 . Cuál de las siguientes afirmaciones es falsa?:
(a) La métrica es irreducible, de ı́ndice 1 y signatura positiva.
(b) r0 = 0, r+ = 2 y r− = 2. 
1 0 0 0
0 1 0 0 
(c) Su forma reducida es  0 0 1 0 .

0 0 0 −1
4
(d ) R = H2 ⊥ W , siendo H2 un plano hiperbólico y W un subespacio elı́ptico de
dimensión 2 en el que la restricción de la métrica es definido positiva.
27. Sea x3 −3x2 el polinomio caracterı́stico del endomorfismo asociado a una métrica simétri-
ca T2 y a una métrica euclı́dea auxiliar sobre R3 . Sólo una de las afirmaciones siguientes es
falsa:
(a) rango T2 = 1, ı́ndice T2 = 0, Signatura T2 +
(b) rango T2 = 2, ı́ndice T2= 0, Signatura
 T2 +.
0 0 0
(c) Forma reducida de T2 0 0 0.
0 0 1
(d ) No existen planos hiperbólicos para la métrica T2 .
28. Si, en un sistema de cooordenadas dado, la ecuación secular de una métrica simétrica
T2 sobre R3 es (x + 3)2 (x + 1) = 0, cuál de las afirmaciones siguientes es cierta?:
(a) T2 es no singular y definido positiva.
(b) T2 tiene rango 3, ı́ndice 1 y signatura positiva.
(c) T2 no tiene vectores isótropos no nulos.
(d ) T2 es no singular y definido negativa.
 
1 0 0
29. Si la forma reducida de la métrica T2 sobre R3 es 0 1 0 , cuál de las siguientes
0 0 −1
afirmaciones es falsa?:
(a) rango T2 = 3, ı́ndice T2 = 1, Signatura T2 +.
(b) R3 = H2 ⊥ W , siendo H2 un plano hiperbólico y W un subespacio elı́ptico de
dimensión 1 sobre el que la métrica restricción es definido negativa.
(c) Rad T2 = {0}.
(d ) La ecuación secular de T2 , respecto de cualquier base, tiene dos raı́ces positivas y una
raı́z negativa.
 
1 1 0 0
1 2 1 0
30. Para la métrica G = 0 1 0 −1, sólo una de las afirmaciones siguientes es falsa:

0 0 −1 −2
(a) Su ecuación secular es x4 − x3 − 7x2 + 4x + 1 = 0.
(b) r = 4, i = 2.
(c) Existe un plano sobre el que la métrica restricción es euclı́dea.
(d )No tiene vectores isótropos no nulos.
 
3 3 0
31. Dada la métrica G = 3 1 2 . Cuál de las siguientes afirmaciones es falsa?:
0 2 −2
(a) Es singular y su radical
 es el subespacio
 Rad T2 = h(−1, 1, 1)i.
0 0 0
(b) Su forma reducida es 0 1 0.
0 0 1
(c) Su ecuación secular es: x3 − 2x2 − 18x = 0.
(d ) r = 2, i = 1.
32. Dada la métrica
T2 ((x, y, z), (x0 , y 0 , z 0 )) = 2xx0 + 2yy 0 + 2zz 0 + xy 0 + xz 0 + yx0 + yz 0 + zx0 + zy 0
Cuál de las siguientes afirmaciones es falsa?:
 
2 1 1
(a) Su matriz en el sistema de coordenadas dado es G = 1 2 1.
1 1 2
2
(b) Su ecuación secular es (x − 1) (x − 4) = 0.
(c) Una base ortonormal de diagonalización es:
1 1 1
{ √ (1, 0, −1), √ (1, −2, 1), √ (1, 1, 1)}
2 6 3
(d ) Su forma diagonal, respecto de la base { √12 (1, 0, −1), √12 (1, −1, 0), √13 (1, 1, 1)}, es
 
1 0 0
0 1 0.
0 0 4
 
−2 0 2
33. Para la métrica G =  0 1 0, sólo una de las siguientes afirmaciones es cierta
2 0 1
(a) Su ecuación secular es (x − 1)2 (x − 4) = 0.
(b) Una base ortonormal de diagonalización es {(−2, 0, 1), (0, 1, 0), (1, 0, 2)}
(c) Una base ortonormal de diagonalización es {(2, 0, 1), (0, 1, 1), (1, 0, 2)}
1 1
(d ) Una base ortonormal de diagonalización es { √ (−2, 0, 1), (0, 1, 0), √ (1, 0, 2)}
5 5
34. La restricción de la métrica
T2 ((x, y, z, t), (x0 , y 0 , z 0 , t0 )) = xy 0 +xz 0 +2xt0 +yx0 +yy 0 −yz 0 +yt0 +zx0 −zy 0 +3zt0 +2tx0 +ty 0 +3tz 0
al hiperplano de ecuación x = 0 no verifica una de las afirmaciones siguientes:
(a) Es irreducible.
 
1 0 0
(b) Su forma reducida es0 1 0 .
0 0 −1
(c) Su rango es 3 y su ı́ndice 1.
(d ) Una base ortonormal de diagonalización es:
1 1 1
{( √ (0, 1, 1), √ (−2, 1, 1), √ (−6, −11, 13)}
2 6 326
 
2 0 −2 0
0 1 0 −2
35. Sea T2 la métrica sobre R4 de matriz asociada  −2 0
, respecto de la base
1 0
0 −2 0 1
{e1 , e2 , e3 , e4 }. Sea T20 la métrica restricción de T2 al hiperplano generado por los vectores
{e2 , e3 , e4 }. Cuál de las siguientes afirmaciones es falsa?:
 
1 0 −2
(a) La matriz de la métrica T20 en la base {e2 , e3 , e4 } es  0 1 0 .
−2 0 1
(b) rango T2 = 4, ı́ndice T2 = 2; rango T20 = 3, ı́ndice T20 = 1.
(c) rango T2 = 4, ı́ndice T2 = 1; rango T20 = 3, ı́ndice T20 = 1.
(d ) Una base ortonormal de diagonalización para la métrica restricción T20 es:
1 1
{( √ (1, 0, 1), (0, 1, 0), √ (1, 0, −1)}
2 2
36. Dada la forma cuadrática Q(x, y, z) = x2 + y 2 + z 2 + 4xy − 4xz + 2yz, cuál de las
afirmaciones siguientes es cierta?:
(a) La matriz dela métrica simétrica asociada en el sistema de coordenadas dado es
1 2 −2
 2 1 2 .
−2 2 1
(b) Su rango es 3, su ı́ndice es 1 y su signatura es negativa.
(c) La matrizde la métrica simétrica asociada en el sistema de coordenadas dado es
1 2 1
2 1 2.
1 2 1
(d ) Su rango es 3, su ı́ndice es 1 y su signatura es positiva.
37. Dada la forma cuadrática Q(x, y, z) = x2 + y 2 − 2z 2 + 4xy + 2xz − 2yz, cuál de las
afirmaciones siguientes es falsa?:
(a) La métrica simétrica asociada es degenerada y de ı́ndice 1.
1 1 1
(b) En la base { √ (−1, 1, 2), √ (1, −1, 1), √ (1, 1, 0)}, la matriz de la métrica asociada
 6
 3 2
−3 0 0
es  0 0 0.
0 0 3
(c) Existen coordenadas {x̄, ȳ, z̄} respecto de las que la forma cuadrática se expresa ası́:
Q(x̄, ȳ, z̄) = −3x̄2 + 3z̄ 2
1 1 1
(d ) Los vectores { √ (1, −1, −2), √ (1, −1, 1), √ (1, 1, 0)} forman una base ortonormal
6 2 2
de diagonalización.
 
2 3 1
38. Sea G = 3 2 −1 la matriz asociada a una métrica sobre R3 , respecto de un
1 −1 0
sistema de coordenadas dado. Cuál de las afirmaciones siguientes es falsa?:
(a) La expresión en esas coordenadas de la forma cuadrática asociada es
Q(x, y, z) = 2x2 + 2y 2 + 6xy + 2xz − 2yz
1 1 1
(b) Una base ortonormal de diagonalización es { √ (1, −1, −1), √ (1, 1, 2), √ (1, 1, 0)}.
3 6 2
(c) Existen coordenadas {x̄, ȳ, z̄} respecto de las que la forma cuadrática se expresa ası́:
Q(x̄, ȳ, z̄) = −2x̄2 + ȳ 2 + 5z̄ 2
1 1 1
(d ) En la base { √ (1, −1, −1), √ (1, −1, 2), √ (1, 1, 0)} la matriz de la métrica asociada
 3
 6 2
−2 0 0
es  0 1 0.
0 0 5
39. Sólo una de las siguientes formas cuadráticas define un producto escalar euclı́deo sobre
R3 :
(a) Q(x, y, z) = 3x2 + y 2 + z 2 + 2yz
(b) Q(x, y, z) = x2 + y 2 + 2z 2 − 4xz
(c) Q(x, y, z) = x2 + z 2 + 6xy − 2xz
(d ) Q(x, y, z) = x2 + y 2 + z 2 + xy + xz + yz
40. Dada la forma cuadrática Q(x, y, z, t) = 2y 2 +3z 2 −4zt, cuál de las siguientes afirmaciones
es falsa?
(a) La métrica simétrica asociada tiene rango 3, ı́ndice 1 y signatura positiva.
1 1
(b) En la base { √ (0, 0, 1, 2), (1, 0, 0, 0), (0, 1, 0, 0), √ (0, 0, −2, 1)} la matriz de la métri-
5  5
−1 0 0 0
 0 0 0 0
ca asociada es 
 0 0 2 0

0 0 0 4
(c) Los vectores {(0, 0, 1, 2), (1, 0, 0, 0), (0, 1, 0, 0), (0, 0, −2, 1)} forman una base ortonor-
mal de diagonalización.
(d ) Existen cooordenadas {x̄, ȳ, z̄, t̄} respecto de las que Q se escribe
Q(x̄, ȳ, z̄, t̄) = −x̄2 + 2z̄ 2 + 4t̄2
Giros y simetras en R2
1. En el plano euclı́deo R2 y respecto de la referencia ortonormal {O, X, Y }, la matriz de la

simetrı́a respecto del eje Y es:

1 0
(a)
0 1

1 0
(b)
0 −1

0 −1
(c)
1 0

−1 0
(d )
0 1
2. En la referencia ortonormal {O, X, Y } de R2 , si SX representa la simetrı́a respecto del eje
X sólo una de las afirmaciones siguientes es falsa:
(a) SX es la aplicación lineal definida por
S
R2 −−→
X
R2
(x, y) 7→ (x, −y)

1 0
(b) La matriz de SX es
0 −1
(c) La matriz A de SX verifica(A · At = I y |A| = −1
x̄ = y
(d ) Las ecuaciones de SX son
ȳ = −x
3. En la referencia ortonormal {O, X, Y } de R2 , si A es la matriz de la simetrı́a respecto del
origen O sólo una de las afirmaciones siguientes es falsa:

−1 0
(a) A =
0 −1
t
(b) A · A = I y |A|=1
(c) La aplicación lineal asociada es
S
R2 −→
O
R2
(x, y) 7→ (−x, −y)

1 0
(d ) A =
0 1
1
4. En la referencia ortonormal {O, X, Y } de R2 , si τα representa el giro de centro O y ángulo
α, sólo una de las afirmaciones siguientes es falsa:
(a) Como aplicación lineal es
τ
R2 −→
α
R2
(x, y) 7→ (x cos α − y sin α, x sin α + y cos α)

cos α − sin α
(b) La matriz asociada es
sin α cos α
(
x̄ = x cos α − y sin α
(c) Sus ecuaciones son
ȳ = x sin α + y cos α

cos α sin α
(d ) La matriz asociada es
− sin α cos α
5. En la referencia ortonormal {O, X, Y } de R2 , sean SX , SY y SO las simetrı́as respecto del

eje X, eje Y y el origen O, respectivamente, y τα el giro de centro O y ángulo α. Sólo una
de las afirmaciones siguientes es falsa:
2
(a) SX = I = SY2 , SX ◦ SY = SO y SO = τ180◦
(b) τα2 = τ2α
(c) det(τα ) = 1
(d ) det(SX ) = det(SY ) = 1
Giros y simetras en R3
6. En el espacio euclı́deo R3 , respecto de la referencia ortonormal {O, X, Y, Z}, la matriz de

la simetrı́a respecto del plano XY es:
 
1 0 0
(a) 0 −1 0
0 0 1
 
−1 0 0
(b)  0 1 0
0 0 1
 
−1 0 0
(c)  0 −1 0
0 0 1
 
1 0 0
(d ) 0 1 0 
0 0 −1
7. En el espacio euclı́deo R3 , respecto de la referencia ortonormal {O, X, Y, Z}, si SY Z re-

presenta la simetrı́a respecto del plano Y Z sólo una de las afirmaciones siguientes es falsa:
(a) SY Z es la aplicación lineal definida por
S
R3 −−→ R3
YZ
(x, y, z) 7→ (−x, y, z)
 
−1 0 0
(b) La matriz de SY Z es  0 1 0
0 0 1
(c) La matriz A de SY Z cumple A · At = I y |A| = −1

x̄ = x

(d ) Las ecuaciones de SY Z son ȳ = −y

z̄ = z
8. En el espacio euclı́deo R3 , respecto de la referencia ortonormal {O, X, Y, Z}, si SX repre-

sentan la simetrı́a respecto del eje X sólo una de las afirmaciones siguientes es falsa:
(a) SX es la aplicación lineal definida por
S
R3 −−→
X
R3
(x, y, z) 7→ (x, −y, −z)
 
1 0 0
(b) La matriz de SX es 0 −1 0 
0 0 −1
(c) La matriz A de SX cumple
 A · At= I y |A| = 1
−1 0 0
(d ) La matriz de SX es  0 −1 0
0 0 1
9. En el espacio euclı́deo R3 , respecto de la referencia ortonormal {O, X, Y, Z}, sean SY la
simetrı́a respecto del eje Y y SO la simetrı́a respecto del origen O. Sólo una de las afirmaciones
siguientes es falsa:
(a) SY y SO son las aplicaciones lineales definidas respectivamente por
S S
R3 −→
Y
R3 R3 −→
O
R3
(x, y, z) 7→ (−x, y, −z) (x, y, z) 7→ (−x, −y, −z)
 
−1 0 0
(b) La matriz de SY es  0 1 0
0 0 −1
(c) Se cumple SY ◦ SO = SXZ
(d ) La matriz A de SO cumple A · At = I y |A| = 1
10. En el espacio euclı́deo R3 , respecto de la referencia ortonormal {O, X, Y, Z}, sea τα,z el
giro de centro O, ángulo α y eje de giro Z (perpendicular al plano de giro XY ). Sólo una de
las afirmaciones siguientes es falsa:
(a) Como aplicación lineal es
τα,z
R3 −−→ R3
(x, y, z) 7→ (x cos α − y sin α, x sin α + y cos α, z)
 
cos α − sin α 0
(b) Su matriz asociada es A =  sin α cos α 0 y cumple At · A = I y |A| = 1
 0 0 1
x̄ = x cos α − y sin α

(c) Sus ecuaciones son ȳ = x sin α + y cos α

z̄ = z
 
cos α sin α 0
(d ) Su matriz asociada es − sin α cos α 0
0 0 1
11. En el espacio euclı́deo R3 , respecto de la referencia ortonormal {O, X, Y, Z}, la matriz
del giro τα,Y de centro O, ángulo α y eje de giro Y es:
 
1 0 0
(a) A = 0 cos α − sin α y cumple At · A = I y |A| = 1
0 sin α cos α
 
cos α − sin α 0
(b) A =  sin α cos α 0 y cumple At · A = I y |A| = 1
0 0 1
 
cos α 0 − sin α
(c) A= 0 1 0  y cumple At · A = I y |A| = −1
sin α 0 cos α
 
cos α 0 − sin α
(d ) A= 0 1 0  y cumple At · A = I y |A| = 1
sin α 0 cos α
12. En el espacio euclı́deo R3 , respecto de la referencia ortonormal {O, X, Y, Z}, sean SXY ,
SXZ , SY Z las simetrı́as respecto de los planos coordenados, SX , SY , SZ las simetrı́as respecto
de los ejes coordenados, SO la simetrı́a respecto del origen y τα,X , τα,Y y τα,Z los giros de
centro O, ángulo α y eje de giro los ejes coordenados. Sólo una de las afirmaciones siguientes
es falsa:
(a) Los únicos valores propios reales de estos endomorfismos de R3 son 1 y -1.
(b) Todas las simetrı́as tienen cuadrado igual a la identidad S 2 = I
(c) Las simetrı́as SX , SY y SZ son giros de 180◦ y eje de giro X, Y y Z respectivamente.
(d ) SXY ◦ SXZ = τ180◦ ,Y
Transformaciones ortogonales
T
13. Sea E un espacio euclı́deo y E − → E una transformación ortogonal: T (e) · T (e0 ) = e · e0
0
para cualesquiera vectores e, e ∈ E.
(a) Los únicos valores propios reales de de T son 1 y -1.
(b) T es un isomorfismo.
(c) Si A y G son, respectivamente, las matrices de T y de la métrica euclı́dea en una base
de E se cumple: At GA = G.
(d ) El determinante de la matriz de T respecto de cualquier base de E es 1.
T
0
(a) T conserva el módulo de los vectores y trasforma vectores ortogonales en vectores
ortogonales.
(b) Si A es la matriz de T respecto de una base ortonormal se verifica: At A = I.
(c) T conserva los ángulos entre vectores.
(d ) T transforma un cuadrado en un rectángulo de la misma área.
T
0
(a) T transforma una base ortonormal en otra base ortonormal.
(b) Existen transformaciones ortogonales que no tienen valores propios reales.
(c) T es composición de giros y simetrı́as.
(d ) Si A es la matriz de T respecto de cualquier base de E se cumple: A−1 = At
16. Sea T una transformación ortogonal de R3 con dos valores propios diferentes y determi-
nante -1. Sólo una de las afirmaciones siguientes es falsa:
(a) T es una simetrı́a respecto de un plano.
(b) Existe un vector e ∈ R3 tal T (e) = −e.
(c) Los valores propios de T : son -1 y 1(doble).
(d ) T es un giro de 180◦ .
17. Considérese el endomorfismo T del espacio euclı́deo R3 que respecto de una base orto-
normal tiene matriz:  
1 −2 −2
1
A = −2 1 −2
3 −2 −2 1
(a) T es una transformación ortogonal.
(b) At A = I.
(c) Los valores propios de T son: -1 y 1(doble).
(d ) T es una simetrı́a respecto de una recta.
18. En el espacio euclı́deo R3 considérese la base {e1 , e2 , e3 } definida por las condiciones:
√ √ √ √
|e1 | = 2, |e2 | = 3, |e3 | = 2, d(e1 , e2 ) = 3, d(e1 , e3 ) = 8, d(e2 , e3 ) = 11
Sea T el endomorfismo R3 que en la base {e1 , e2 , e3 } tiene matriz asociada
 
−1 1 −4
1
A =  4 −1 4 
3 4 2 1
(a) T es una transformación ortogonal.
(b) Sólo tiene un valor propio real, -1.
(c) T es composición de un giro con una simetrı́a.
(d ) T es diagonalizable.
CLASIFICACIÓN AFÍN DE CÓNICAS Y CUÁDRICAS
G. SERRANO SOTELO
1. Cuádricas en un hiperplano afı́n

Sea E un R-espacio vectorial de dimensión n + 1.
Sean E∞ = �e1 , . . . , en � un hiperplano vectorial de E y e0 un vector de E que no
está en E∞ , e0 ∈
/ E∞ .
Los vectores {e0 , e1 , . . . , en } forman una base de E, y si representamos por (x0 , x1 , . . . , xn )
sus funciones coordenadas, el hiperplano afı́n H definido por
H = e0 + E∞
tiene por ecuación implı́cita x0 = 1. En este sistema de coordenadas la ecuación implı́ci-

ta del hiperplano del infinito E∞ es x0 = 0.
Definición 1.1. Una cuádrica de H es una familia C = {λT2 } (λ ∈ R), formada por
una métrica simétrica T2 sobre E y todas sus proporcionales.
El lugar geométrico definido por la cuádrica C es la intersección del hiperplano afı́n
H con el conjunto de los vectores de E que son isótropos para la métrica T2
locus de C = {e ∈ E : T2 (e, e) = 0} ∩ H
En coordenadas, el locus de C representa la ecuación de una hipersuperficie de grado
2 de H. En efecto, si G = (gij ) es la matriz de un representante T2 de la cuádrica C
respecto de una base {e0 , e1 , . . . , en } de E en la que la ecuación de H es x0 = 1, se
tiene
  
g00 g01 . . . g0n 1
� � �  g10 g11 . . . g1n   x1  �
locus de C = (1, x1 , . . . , xn ) ∈ H : 1 x1 . . . xn   ... .. . . .. 

 . =0 ,
 .. 
. . .
gn0 gn1 . . . gnn xn
de donde resulta
g11 x21 + · · · + gnn x2n + 2(g12 x1 x2 + · · · + gn−1n xn−1 xn ) + 2(g01 x1 + · · · + g0n xn ) + g00 = 0 .
Observación 1.2. La parte cuadrática, g11 x21 +· · ·+gnn x2n +2(g12 x1 x2 +· · ·+gn−1n xn−1 xn ),
de esta ecuación se corresponde con la matriz de la restricción de la métrica T2 al
hiperplano del infinito E∞ ,
 
g11 . . . g1n
� �
T2|E∞ =  ... . . . .. 
.
gn1 . . . gnn
1
2 G. Serrano Sotelo
Ejemplo 1.3.
 
1 −3 2
H = {(1, x, y)} ⊂ R3 , C = {λT2 } , G = −3 1 1
2 1 2
  
� � 1 −3 2 1
locus de C ≡ 1 x y −3 1 1 x = 0
2 1 2 y
Curva de grado dos del plano xy ≡ x2 + 2y 2 + 2xy − 6x + 4y + 1 = 0 .
Ejemplo 1.4.
 
0 −1 1 0
 −1 2 3 0
H = {(1, x, y, z)} ⊂ R4 , C = {λT2 } , G = 
1

3 −1 2
0 0 2 1
  
0 −1 1 0 1
� � −1 2 3 0  x 
locus de C ≡ 1 x y z  1
  = 0
3 −1 2 y 
0 0 2 1 z
Superficie de grado dos del espacio xyz ≡ 2x2 − y 2 + z 2 + 6xy + 4yz − 2x + 2y = 0 .
Observación 1.5. Llamaremos cónicas a las cuádricas sobre un plano afı́n de de un

R-espacio vectorial de dimensión 3.
Definición 1.6. Una cuádrica C = {λT2 } es irreducible o no degenerada si lo es

cualquiera de sus métricas representantes.
Ejemplo 1.7. Las cónicas de ecuaciones
x2 y 2 x2 y 2
(a) 2 + 2 −1 = 0 , (b) 2 − 2 −1 = 0 , (c) y 2 −2px = 0 , donde a, b, p ∈ R − {0}
a b a b
son irreducibles pues las métricas representantes, de matrices
     
−1 0 0 −1 0 0 0 −1 0
(a)  0 1/a2 0  , (b)  0 1/a2 0  , (c) −1 0 0 ,
2 2
0 0 1/b 0 0 −1/b 0 0 1/p
son no singulares.
2. Centros de una cuádrica

Sea C = {λT2 } una cuádrica sobre el hiperplano afı́n H de E.
Definición 2.1. Un vector e0 ∈ E define un centro de la cuádrica C si e0 ∈
/ E∞ y
T2 (e0 , e) = 0 para todo e ∈ E∞ .
Proposición 2.2. Si C = {λT2 } es una cuádrica irreducible y tiene centro éste es
único.
Clasificación afı́n de cónicas y cuádricas 3
Demostración. Sea e0 ∈ E un vector que define un centro de la cuádrica C.

Como T2 es una métrica irreducible el subespacio ortogonal al hiperplano del infinito,
⊥
E∞ , es una recta, luego e0 es un generador de ella pues es ortogonal a E∞ , y como
e0 ∈
/ E∞ esta recta �e0 � corta a H en un único punto, c = �e0 � ∩ H, que es el centro de
la cuádrica. �
Corolario 2.3. Si C = {λT2 } es una cuádrica irreducible con centro existe una base
{e0 , e1 , . . . , en } de E en la que las coordenadas del centro son
� Adj g10 Adj gn0 �
c = 1, ,..., ,
Adj g00 Adj g00
donde G = (gij ) es la matriz, respecto de esa base, de una métrica representante de C .
Demostración. Respecto de la base {e0 , e1 , . . . , en } de E, en la que e0 es el vector que
⊥
define el centro, E∞ = �e0 �, y {e1 , . . . , en } una base de E∞ , la ecuación implı́cita de
E∞ es x0 = 0, luego su subespacio incidente está generado por la forma lineal ω de
coordenadas en la base dual ω = (1, 0, . . . , 0).
⊥
Si G = (gij ) es la matriz de T2 en esta base se tiene que E∞ = �G−1 ω� = �e0 � con
� Adj g00 Adj g10 Adj gn0
e0 = , ,··· , ),
|G| |G| |G|
luego el centro es
� Adj g10 Adj gn0
c = 1, ,··· , ),
|G∞ | |G∞ |
donde Adj g00 = |G∞ | es el detreminante de la restricción de G a E∞ . �
3. Cuádricas afinmente equivalentes

Sea E un espacio vectorial real de dimensión n + 1 y H un hiperplano afı́n de E de
subespacio director E∞ .
Definición 3.1. Sea C = {λT2 } una cuádrica de H. Se llaman rango r e ı́ndice i de la
cuádrica a los de cualquiera de las métricas que la representan. Se llaman rango r∞ e
ı́ndice i∞ de la cuádrica en el infinito a los de la restricción a E∞ de cualquiera de las
métricas que la representan.
r = rg(T2 ) , i = indice (T2 ) ; r∞ = rg(T2|E∞ ) , i∞ = indice (T2|E∞ )
Definición 3.2. Dos cuádricas C = {λT2 } y C � = {µT2� } de H son afı́nmente equiva-
f
lentes si existe un automorfismo E →
− E que deja invariante el hiperplano H y tal que
f∗
el morfismo inducido T2 (E) −→ T2 (E) transforma la familia {λT2 } en la familia {µT2� }.
Teorema 3.3. Si dos cuádricas C = {λT2 } y C � = {µT2� } de H son afı́nmente equiva-
lentes, tienen iguales sus rangos, ı́ndices, rangos en el infinito e ı́ndices en el infinito,
r = r� , i = i� ; �
r ∞ = r∞ , i∞ = i�∞ .
Demostración. Como C y C � son afı́nmente equivalentes existe un automorfismo f de E
tal que f ∗ (T2 ) = µT2� para algún µ ∈ R. Además, como f deja invariante H, f restringe
f f∗
a un automorfismo E∞ → − E∞ cuyo morfismo inducido T2 (E∞ ) −→ T2 (E∞ ) transforma
�
la métrica T2|E∞ en la métrica µT2|E ∞
. Puesto que el rango y el ı́ndice de una métrica
son invariantes por cambio de base se concluye. �
4 G. Serrano Sotelo
Demostraremos que el recı́proco de este teorema también es cierto. Para ello obten-
dremos primero las ecuaciones reducidas afines de las cuádricas.
4. Ecuaciones reducidas afines de las cuádricas

4.1. Ecuaciones reducidas de las cuádricas con centro.
Sea e0 ∈ H un centro de la cuádrica C = {λT2 } y {e1 , . . . , en } una base reducida
para la métrica T2|E∞ . En la base {e0 , e1 , . . . , en } de E la matriz de la métrica T2 es
 
T2 (e0 , e0 ) 0 . . . ... ... 0
 0 1 
 .. 
 .. 
 . . 
 
 1 
 
 −1 
 .. .. 
 . . 
 
 
 −1 
 0 
 
 . .. 
 .. . 
0 0
Se presentan pues dos posibilidades,

(1) Si T2 (e0 , e0 ) = 0, el centro e0 es un vector isótropo para la métrica T2 , esto es
un punto del locus de la cuádrica.
En este caso la matriz es
 
0
 1 
 
 .. 
 . 
 
 1 
 
 −1 
 .. ,
 . 
 
 −1 
 
 0 
 
 .. 
 . 
0
y se deduce que el rango e ı́ndice de la cuádrica coinciden con el rango e ı́ndice de la

cuádrica en el infinito
r = r∞ , i = i∞
La ecuación reducida afı́n de la cuádrica es
x21 + · · · + x2p − x2p+1 − · · · − x2p+q = 0 ,
donde los números p y q son respectivamente el número de raı́ces positivas y el número
de raı́ces negativas de la ecuación secular de la restricción de la métrica al hiperplano
del infinito E∞ e i∞ = mı́n(p, q) y r∞ = n − (p + q).
(2) Si T2 (e0 , e0 ) = α �= 0, tomando como representante inicial de la cuádrica la

1
métrica − , la matriz de esta métrica en la base {e0 , e1 , . . . , en } de E es
α
 
−1
 1 
 
 .. 
 . 
 
 1 
 
 −1 
 .. ,
 . 
 
 −1 
 
 0 
 
 .. 
 . 
0
de la que se deducen las relaciones entre los rangos e ı́ndices de la cuádrica y los de
su restricción al infinito, que dan los dos casos siguientes
r = r∞ + 1 , i = i∞ , si p ≤ q
r = r∞ + 1 , i = i∞ + 1 , si p > q
Los números p y q son respectivamente el número de raı́ces positivas y el número de

raı́ces negativas de la ecuación secular de la restricción de la métrica al hiperplano del
infinito E∞ .
En ambos casos, la ecuación reducida afı́n de la cuádrica es
x21 + · · · + x2p − x2p+1 − · · · − x2p+q = 1
4.2. Ecuaciones reducidas de las cuádricas sin centro.

⊥
En este caso, de la definición de centro se sigue que E∞ ⊆ E∞ , luego Rad T2|E∞ =
⊥ ⊥ ⊥
E∞ ∩ E∞ = E∞ y como Rad T2 ⊆ E∞ resulta
⊥
dim Rad T2|E∞ = dim E∞ = dim E − dim E∞ + dim(Rad T2 ∩ E∞ ) = 1 + dim Rad T2
Ası́ pues existen vectores e1 y v tales que,
e1 ∈ Rad T2|E∞ , e1 ∈
/ Rad T2 y v ∈ E − E∞ , T2 (v, e1 ) = β �= 0
� �
α β
La matriz de la restricción de la métrica T2 al plano �v, e1 �, T2|�v,e1 � = , es
β 0
no singular y de ı́ndice uno. Por tanto, �v, e1 � define un plano hiperbólico y es posible
seleccionar� otra base {e0 , e1 } de este plano en la que la matriz de la restricción es
�
0 −1
.
−1 0
Elijiendo ahora una base reducida {e2 , . . . , en } para la métrica restricción T2 |�e0 ,e1 �⊥
se obtiene una base {e0 , e1 , e2 , . . . , en } de E en la que la matriz de T2 es
6 G. Serrano Sotelo
 
0 −1 ... ... ... 0
−1 0 
 
 1 
 . 
 . .. 
 . . 
 
 1 
 
 −1 .
 .. .. 
 . . 
 
 −1 
 
 0 
 
 . .. 
 .. . 
0 0
Esto permite obtener la siguiente relación entre los rangos e ı́ndices de la cuádrica y
los de su restricción al infinito
r = r∞ + 2 , i = i∞ + 1
En este caso, la ecuación reducida afı́n de la cuádrica es
x22 + · · · + x2p − x2p+1 − · · · − x2p+q − 2x1 = 0 ,
donde los números p y q son respectivamente el número de raı́ces positivas y el
número de raı́ces negativas de la ecuación secular de la restricción de la métrica al
hiperplano del infinito E∞ .
5. Clasificación afı́n
De las ecuaciones reducidas afines del apartado anterior se sigue que si dos cuádricas
tienen iguales sus rangos, ı́ndices, rangos en el infinito e ı́ndices en el infinito son
afı́nmente equivalentes. Combinando este resultado con el teorema ?? obtenemos el
teorema de clasificación.
Teorema 5.1. La condición necesaria y suficiente para que dos cuádricas C = {λT2 } y
C � = {µT2� } de H sean afı́nmente equivalentes es que tengan iguales sus rangos, ı́ndices,
rangos en el infinito e ı́ndices en el infinito,
r = r� , i = i� ; �
r∞ = r∞ , i∞ = i�∞ .
Utilizando este teorema obtenemos los siguientes cuadros de clasificación afı́n de

cónicas y cuádricas.
5.1. Clasificación afı́n de cónicas en H ⊂ R3 .
r 3 (Irreducibles) 2 1 0
r∞ i∞ \i 1 0 1 0 0 0
Par de rectas
1 Hipérbola reales
x2 − y 2 = 1 no paralelas
x2 − y 2 = 0
2
Par de rectas
Elipse Elipse
imaginarias
0 real imaginaria
no paralelas
x2 + y 2 = 1 x2 + y 2 = −1
x2 + y 2 = 0
Par de rectas Par de rectas

Recta real
Parábola reales imaginarias
1 0 doble
y 2 = 2x paralelas paralelas
x2 = 0
x2 = 1 x2 = −1
Recta real Conjunto Plano

0 0
Ejemplo 5.2. Clasificar afı́nmente las cónicas siguientes

(a) x2 − 2xy + y 2 + 4x − 6y + 1 = 0
(b) x2 + 4xy + 4y 2 − 2x − 4y − 3 = 0
(a) Escribamos la matriz G de la métrica T2 y la matriz G∞ de su restricción al infinito
 
1 2 −3 � �
1 −1
G= 2 1 −1 ; G∞ =
−1 1
−3 −1 1
Calculemos el número de raı́ces nulas r0 , el número de raı́ces positivas r+ y el número
de raı́ces negativas r− de la ecuación secular de la métrica T2 y de la métrica T2 |E∞
• p(x) = |xI − G| = x3 − 3x2 − 11x + 1 , r0 (p(x)) = 0 , r+ (p(x)) = 2 , r− (p(x)) = 1
• p∞ (x) = |xI −G∞ | = x2 −2x , r0 (p∞ (x)) = 1 , r+ (p∞ (x)) = 1 , r− (p∞ (x)) = 0
Luego los rangos y los ı́ndices de T2 y de su restricción al infinito son
r = 3, i = 1; r∞ = 1 , i ∞ = 0
 
0 −1 0
Por tanto, es una cónica irreducible sin centro de matriz reducida −1 0 0 y
0 0 1
2
ecuación reducida afı́n y − 2x = 0, esto es, una Parábola.
(b)
 
−3 −1 −2 � �
1 2
G = −1 1 2 ; G∞ =
2 4
−2 2 4
• p(x) = |xI − G| = x3 − 2x2 − 20x , r0 (p(x)) = 1 , r+ (p(x)) = 1 , r− (p(x)) = 1
8 G. Serrano Sotelo
• p∞ (x) = |xI −G∞ | = x2 −5x , r0 (p∞ (x)) = 1 , r+ (p∞ (x)) = 1 , r− (p∞ (x)) = 0
Los rangos y los ı́ndices de la métrica T2 y de su restricción al infinito son
r = 2, i = 1; r∞ = 1 , i ∞ = 0
 
−1 0 0
Es una cónica degenerada con centro, de matriz reducida  0 1 0 y ecuación
0 0 0
2
reducida afı́n x − 1 = 0, que representa una Par de rectas reales y paralelas.
Ejemplo 5.3. Calcular el centro, los ejes principales y la ecuación reducida métrica de la curva
de grado dos del plano real de ecuación
3x2 + 3y 2 − 2xy + 2x − 4y + 1 = 0
Solución.
Sea G la matriz de una métrica T2 representante de la cónica en H ⊂ R3 y G∞ su restricción
al infinito.
 
1 1 −2 � �
  3 −1
G= 1 3 −1 ; G∞ =
−1 3
−2 −1 3
|xI − G| = x3 − 7x2 + 9x + 3 ; |xI − G∞ | = (x − 2)(x − 4)
Se tiene

r = 3


i = 1
Cónica irreducible con centro: x2 + y 2 = 1 (Elipse real )
r∞ = 2


i∞ = 0
� 1 5
(a) Centro de la elipse= − , )
8 8
Por el Corolario ??,
� Adj g10 Adj g20 1 5
c = 1, , ) = (1, − , )
|G∞ | |G∞ | 8 8
(b) Calculemos una base ortonormal de diagonalización para G∞ .
ker(G∞ − 2I) = �(0, 1, 1)� ; ker(G∞ − 4I) = �(0, 1, −1)�
1 1
{u1 = √ (0, 1, 1), u2 = √ (0, 1, −1)} es la base buscada.
2 2
(c) En la base {c, u1 , u2 } la matriz de T2 es
 
T2 (c, c) 0 0
 0 3
2 0 , con T2 (c, c) = −
0 0 4 8
Luego la ecuación reducida métrica de la elipse es

x̄2 ȳ 2
+ = 1,
3/16 3/32
donde x̄ y ȳ son las coordenadas asociadas a la base {u1 , u2 }.
(d ) Ecuaciones de la transformación afı́n efectuada para pasar del sistema de referencia
inicial en H, en el que las coordenadas son {x, y}, al sistema de referencia de origen
c y ejes las rectas c + �u1 � , c + �u2 � , respecto del que las coordenadas son {x̄, ȳ}.
Si�B representa
� la matriz del cambio de base realizado en E∞ , esto es B =
1 1 1
√ , componiendo el automorfismo de cambio de base con la traslación
2 1 −1
de vector c se obtienen las ecuaciones
 1
� � � � � � 
x̄ = √ (x + y − 48 )
x x̄ −1/5 2
=B + =⇒ 1
y ȳ 5/8 
ȳ = √ (x − y + 68 )
2
(e) Los ejes principales de la elipse son las rectas c+�u1 � , c+�u2 � de ecuaciones respectivas
6 4
ȳ = 0 ⇒ x − y + = 0 ; x̄ = 0 ⇒ x + y − = 0
8 8
(f ) Las medidas sobre los semiejes, a y b, la excentricidad y los focos F y F � de la elipse,
respecto del sistema de referencia inicial, son
� �
3 3
a= ; b=
16 32
� √
� 3 c 2
c = a 2 − b2 = =⇒ Excentricidad = =
32 a 2
� √ √
3 3−1 3+5
F̄ = ( , 0) =⇒ F = ( , )
32 8 8
� √ √
� 3 � − 3−1 − 3+5
F̄ = (− , 0) =⇒ F = ( , )
32 8 8
Ejemplo 5.4. Calcular el vértice, los ejes principales, la ecuación reducida métrica, el foco y
la directriz de la parábola del ejemplo ??
x2 − 2xy + y 2 + 4x − 6y + 1 = 0
Solución.
Sean G y G∞ como en el ejemplo anterior.
 
1 2 −3 � �
1 −1
G= 2 1 −1 ; G∞ =
−1 1
−3 −1 1
 Tenemosque encontrar una base {e, v1 , v2 } en la que la matriz de T2 es de la forma

0 α 0
α 0 0  con α , β �= 0. El vector e define el vértice de la parábola y {v1 , v2 } es una base
0 0 β
ortonormal de diagonalización para G∞ .
(a) Calculemos v1 y v2 .
� �
0 0
|xI − G∞ | = x(x − 2) ⇒ Forma diagonal ⇒β=2
0 2
1
ker G∞ ≡ x − y = 0 ⇒ v1 = √ (0, 1, 1)
2
1
ker(G∞ − 2I) ≡ x + y = 0 ⇒ v2 = √ (0, 1, −1)
2
31 11
(b) Vértice de la parábola V = (− , − )
8 8
El vector e que define el vértice está en H, luego sus coordenadas son de a forma
e = (1, x, y), y verifica las condiciones T2 (e, e) = 0 , T2 (e, v1 ) = α y T2 (e, v2 ) = 0 .
10 G. Serrano Sotelo
Calculemos x e y resolviendo el sistema determinado por la primera y tercera

condiciones
�
T2 (e, e) = 0 ⇒ x2 − 2xy + y 2 + 4x − 6y + 1 = 0 31 11 31 11
x=− , y=− =⇒ e = (1, − , − )
T2 (e, v2 ) = 0 ⇒ 5 + 2x − 2y = 0 8 8 8 8
(c) En la base {e, v1 , v2 } la matriz de T2 es
 
0 T2 (e, v1 ) 0
T2 (e, v1 ) 1
0 0 , con T2 (e, v1 ) = − √ ,
0 0 2 2
1
luego la ecuación reducida métrica de la parábola es ȳ 2 = √ x̄ , donde x̄ y ȳ son las
2
coordenadas asociadas a la base {v1 , v2 }.
(d ) Ecuaciones de la transformación afı́n efectuada para pasar del sistema de referencia
inicial en H, en el que las coordenadas son {x, y}, al sistema de referencia de origen
e y ejes las rectas e + �v1 � , e + �v2 � , respecto del que las coordenadas son {x̄, ȳ}.
Si�B representa
� la matriz del cambio de base realizado en E∞ , esto es B =
1 1 1
√ , componiendo el automorfismo de cambio de base con la traslación
2 1 −1
de vector e se obtienen las ecuaciones
 1
� � � � � � 
x̄ = √ (x + y + 21
x x̄ −31/5 4 )
=B + =⇒ 2
y ȳ −11/8  1
ȳ = √ (x − y + 10 4 )
2
(e) Los ejes principales de la parábola son las rectas e + �v1 � , e + �v2 � de ecuaciones
respectivas
10 21
Eje de simetrı́a ȳ = 0 ⇒ x − y + = 0 ; x̄ = 0 ⇒ x + y + =0
4 4
(f ) Calculemos por último el foco F y la directriz d de la parábola, respecto de las
coordenadas iniciales x e y.
1
Comparando la ecuación reducida métrica ȳ 2 = √ x̄ con ȳ 2 = 2pxx̄, resulta que
2
1
p = √ y las coordenadas del foco y la ecuación de la directriz son (p/2, 0) y
2 2
x̄ = −p/2.
En las coordenadas iniciales se tiene
30 10
F = (− , − ) ; d ≡ x + y + 5 = 0
8 8
11
5.2 Clasificación afı́n de cuádricas en H ⊂ R4

r 4 (Irreducibles) 3 (Conos y Cilindros) 2 1 0
r∞ i∞ \i 2 1 0 1 0 1 0 0 0
Hiperboloide Hiperboloide
Cono real
Clasificación afı́n de cuádricas en H ⊂ R4 .
1 reglado no reglado
x2 − y 2 + z 2 = 0
x2 − y 2 + z 2 = 1 x2 − y 2 − z 2 = 1
3
Elipsoide Elipsoide Cono
0 real imaginario imaginario
Clasificación afı́n de cónicas y cuádricas
x2 + y 2 + z 2 = 1 x2 + y 2 + z 2 = −1 x2 + y 2 + z 2 = 0
Par planos
Paraboloide Cilindro
reales
1 reglado hiperbólico
no paralelos
y 2 − z 2 − 2x = 0 x2 − y 2 = 1
x2 − y 2 = 0
2
Par planos
Paraboloide Cilindro Cilindro
imaginarios
0 no reglado elı́ptico imaginario
no paralelos
y 2 + z 2 − 2x = 0 x2 + y 2 = 1 x2 + y 2 = −1
x2 + y 2 = 0
Par planos Par planos Par planos
Cilindro
reales imaginarios reales
1 0 parabólico
paralelos paralelos coincidentes
y 2 − 2x = 0
x2 = 1 x2 = −1 x2 = 0
Plano real Conjunto Espacio
0 0
5.2.
11
Ejemplo 5.5. Clasificar afı́nmente las cuádricas siguientes

(a) 2x2 + 2z 2 − 2xy + 2xz − 2yz − 3 = 0
(b) 2y 2 + 4xz + 2x − 4y + 6z + 5 = 0
(a) Las matrices G y G∞ son
 
−3 0 0 0  
0  2 −1 1
2 −1 1 
G=  0 −1 0 −1 ; G∞ = −1 0 −1
 
1 −1 2
0 1 −1 2
Calculemos los rangos y los ı́ndices de la cuádrica y de su restricción al infinito
p(x) = x4 − x3 − 11x2 + 5x + 6 , r0 (p(x)) = 0 , r+ (p(x)) = 2 , r− (p(x)) = 2
p∞ (x) = x3 − 4x2 + x + 2 , r0 (p∞ (x)) = 0 , r+ (p∞ (x)) = 2 , r− (p∞ (x)) = 1
r = 4, i = 2; r∞ = 3 , i ∞ = 1
 
−1 0 0 0
0 1 0 0
Es una cuádrica irreducible con centro, de matriz reducida   0 0 −1
 y
0
0 0 0 1
ecuación reducida afı́n x2 − y 2 + z 2 = 1. Luego es un Hiperboloide reglado.
Calculemos su centro
� Adj g10 Adj g20 Adj g30
c = 1, , , ) = (1, 0, 0, 0) ,
|G∞ | |G∞ | |G∞ |
esto es, el centro es el origen de coordenadas, Centro = (0, 0, 0)
(b)  
5 1 −2 3  
1 0 0 2
0 0 2
G=
−2
 ; G∞ = 0 2 0 
0 2 0
2 0 0
3 2 0 0
• p(x) = x4 − 7x3 − 8x2 + 36x , r0 (p(x)) = 1 , r+ (p(x)) = 2 , r− (p(x)) = 1
• p∞ (x) = x3 − 2x2 − 4x + 8 , r0 (p∞ (x)) = 0 , r+ (p∞ (x)) = 2 , r− (p∞ (x)) = 1
Los rangos y los ı́ndices de la cuádrica y de su restricción al infinito son
r = 3, i = 1; r∞ = 3 , i ∞ = 1
 
0 0 0 0
0 1 0 0
Es una cuádrica degenerada con centro, de matriz reducida  
0 0 −1 0 y ecua-
0 0 0 1
2 2 2
ción reducida afı́n x − y + z = 0, que representa una Superficie cónica real.
5.3. Ejercicios.
1. Clasificar afı́nmente las cónicas siguientes:
(a) x2 + 2y 2 − 2x + 4y + 2 = 0
(b) x2 − 2xy + y 2 + 4x − 6y + 1 = 0
(c) 3x2 − 5xy + y 2 − x + 2y + 1 = 0
(d ) x2 + 4xy + 4y 2 − 2x − 4y = 3
(e) x2 + 2y 2 + 3xy + 2x + 5y − 3 = 0
(f ) x2 + y 2 + xy + x + y + 1 = 0
(g) x2 + y 2 − xy − x − y + 1 = 0
(h) x2 + 4y 2 + 4xy − 2x − 4y + 2 = 0
2. Clasificar afı́nmente según los valores del parámetro λ la familia de cónicas siguiente:
x2 + (2λ2 + 1)y 2 − 2xy = 2λ2 − 3λ + 1
3. Calcular el centro, los ejes principales, la ecuación reducida métrica y la representación

gráfica de las curvas de grado dos siguientes:
3x2 − 2xy + 3y 2 + 2x − 4y + 1 = 0 , x2 − y 2 + 2xy − 6x + 4y + 3 = 0
4. Demostar que la curva plana de ecuación

4x2 + y 2 + 4xy + 6x + 1 = 0 ,
es una parábola. Calcular su vértice, eje principal, ecuación reducida métrica y representación
gráfica.
5. Clasificar afı́nmente las cuádricas siguientes:

(a) 2x2 + 2y 2 + 2z 2 − 2xy + 2xz − 2yz + 1 = 0
(b) 6x2 + y 2 + 6z 2 − 2xy + 12xz − 2yz + 1 = 0
(c) x2 − y 2 − z 2 − 2yz − x + 3y + 3z − 2 = 0
(d ) 2x2 + 3y 2 − 2z = 0
(e) −2z 2 − 2xy + 2xz + 2yz + 2x + 2y − 4z = 1
6. Representar gráficamente la superficie de grado dos:

3x2 + 2y 2 + 3z 2 − 2xz − 2x − 4y − 2z − 5 = 0 ,
calculando previamente su centro, ejes principales y ecuación reducida métrica.
7. Demostrar que las cuádricas:

x2 + y 2 + z 2 − 4xz − 4y + 2 = 0 , x2 + y 2 − z 2 + 2xz − 2x + 1 = 0 ,
representan hiperboloides reglado y no reglado, respectivamente. Calcular para cada uno de
ellos el centro, los ejes principales y la ecuación reducida métrica.
8. Demostrar que la superficie de segundo grado:

x2 + 2y 2 + 4xy + 4z + 3 = 0 ,
es un paraboloide hiperbólico. Calcular el vértice, eje principal, plano tangente en el vértice
y ecuación reducida métrica.
9. Demostrar que la superficie de segundo grado:

2y 2 + 4xz + 2x − y + 6z + 5 = 0 ,
es un cono. Calcular el vértice, eje principal y ecuación reducida métrica.
10. Clasificar afı́nmente según los valores del parámetro λ la familia de cuádricas siguiente:
x2 − 2y 2 + λz 2 − 2xz + 2yz + 2x + 1 = 0 .
En cada caso, hacer un estudio lo más completo posible de las superficies de segundo grado
resultantes.
23-Marzo-2011
Prueba escrita I (10 Grado en Fı́sicas)
1. Calcula la forma de Jordan y la base de Jordan del endomorfismo de R3 de matriz

 
3 −1 0
A = 0 2 −1 .
0 0 2
Calcula la potencia A100 . (8 puntos)
2. Demuestra que salvo cambios de base existe un único endomorfismo T de R4 con dos
vectores propios de valor propio 2 linealmente independientes y cuyo polinomio anulador es
(x + 3)2 (x − 2). Se pide también:
(a) Su forma de Jordan J y la base de Jordan en función de los generadores de los monóge-
nos de la descomposición de R4 asociada.
(b) Calcular la exponencial de J, eJ . (8 puntos)
3. Sea T un endomorfismo de R3 tal que T 3 = 4T .

(a) Demuestra que T es diagonalizable.
(b) Calcula la forma diagonal de T si además se sabe que ker T = 0 y dim ker(T − 2I) = 2.
¿Cuál es su polinomio anulador? ¿Y su polinomio caracterı́stico? (6 puntos)
4. Clasifica los endomorfismos nilpotentes de R3 . (4 puntos)
1
18-Mayo-2011
Prueba escrita II (10 Grado en Fı́sicas)

|e1 | = 1, |e2 | = 2, |e3 | = 3, ∠(e1 , e2 ) = 60◦ , ∠(e1 , e3 ) = 90◦ , ∠(e2 , e3 ) = 60◦
(10 puntos)
 
2 1 −1
2. Sea {e1 , e2 , e3 } una base de R3 y G =  1 3 0  la matriz de una métrica T2 en esa
−1 0 −2
base.
(a) Clasifica la restricción de T2 al plano de ecuación y = 0.
(b) Averigua si el plano he2 , e3 i es elı́ptico o hiperbólico.
(c) ¿Es cierto que T2 es no singular y que tiene vectores isótropos?
(10 puntos)
3. Dada la forma cuadrática Q(x, y) = 2x2 + 2y 2 − 2xy, calcula una base ortonormal de
diagonalización y escribe su ecuación en dicha base, dando explı́citamente el cambio de
coordenadas efectuado.
(10 puntos)
4. Clasifica afı́nmente las siguientes curvas de grado 2 del plano euclı́deo R2 indicando en
cada caso si se trata de una elipse, una hipérbola, una parábola o una pareja de rectas:
x2 + y 2 + 4xy − 5 = 0 ; 3x2 + 3y 2 − 6xy − 4x = 0
(10 puntos)
5. Clasificación de endomorfismos:
(a) Prueba que todos los endomorfismos de cuadrado la identidad son diagonalizables.
(b) Demuestra que en R4 , salvo cambios de base, sólo hay dos endomorfismos nilpotentes
de ı́ndice 2.
(10 puntos)
1
14-Junio-2011
Prueba Final (10 Grado en Fı́sicas)

√
|e1 | = 2, |e2 | = |e3 | = 1, d(e1 , e2 ) = 2 = d(e1 , e3 ), d(e2 , e3 ) = 2
(10 puntos)
2. Sean E un k-espacio vectorial y T un endomorfismo de E. Define los conceptos de vectores

y valores propios de T . Demuestra que el polinomio caracterı́stico es invariante por cambios
de base y que sus raı́ces son los valores propios de T . ¿Qué significa que T sea diagonalizable?,
enuncia algún criterio que permita decidirlo. (10 puntos)
3. Sea E un espacio vectorial.

(a) Define los siguientes conceptos: métrica simétrica sobre E, radical y vectores isótropos
de la métrica y subespacios hiperbólico y elı́ptico. (4 puntos)
(b) Averigua si el plano de ecuación x − 2y + z = 0 es hiperbólico o elı́ptico para la métrica
asociada a la forma cuadrática Q(x, y, z) = 2xy + 4xz + y 2 + 4yz + 2z 2 . (6 puntos)
4. Indica cuáles son los invariantes que permiten clasificar afı́nmente las cónicas.
Clasifica afı́nmente las siguientes curvas de grado 2 del plano euclı́deo R2 indicando en
3x2 + 3y 2 − 6xy − 4x = 0 ; x2 + y 2 + 4xy − 5 = 0
(10 puntos)
dx
= 5x
dt
dy
= −y + 2z
dt
dz
= 3x + 5z
dt
(30 puntos: clasificar 10; base de Jordan 10; solución al sistema 10)
6. Sea E un R-espacio vectorial y Q la forma cuadrática sobre E que en la base {e1 , e2 , e3 }

se expresa como:
Q(x, y, z) = ax2 + 2xy + 2xz + ay 2 + 2yz + az 2
(a) Clasifica, en función de los valores de a ∈ R, la métrica T2 asociada a Q. (15 puntos)
(b) Para a = 0, calcula una base ortonormal de diagonalización para T2 indicando explı́ci-
tamente el cambio de coordenadas realizado y expresando en este sistema de coordena-
das la forma cuadrática Q. Calcula también una base reducida para T2 . (15 puntos)
1
Álgebra Lineal y Geometrı́a
1o Grado en Fı́sicas
30-Junio-2011
Teorı́a
1. Sea E el espacio vectorial de los polinomios de grado menor o igual a 3 y D el endomorfismo

de E que el operador derivada define.
(a) Clasifica el endomorfismo T de E definido por T = D2 + I.
(b) Si J es la forma de Jordan de T calcula J 160 y eJ . (10 puntos)
2. Sea E un R-espacio vectorial euclı́deo. Define el concepto de transformación ortogonal

T
sobre E y demuestra que si E −
→ E es una transformación ortogonal se verifica:
(a) T es un isomorfismo cuyos únicos valores propios reales son 1 y -1.
(b) T transforma una base ortonormal en una base ortonormal.
(c) Si A y G son respectivamente las matrices de T y de la métrica euclı́dea respecto de
una cierta base se cumple: At GA = G. En particular, la matriz A de T en una base
ortonormal es una matriz ortogonal: At A = I. (10 puntos)
3.
(a) Calcula el subespacio de soluciones reales de la ecuación diferencial y 000 + 4y 0 = 0.
(5 puntos)
(b) Sea {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 } su base dual. Demuestra que el tensor
T2 = ω1 ⊗ ω2 − 3ω1 ⊗ ω3 − ω2 ⊗ ω1 + 3ω3 ⊗ ω1 es hemisimétrico y escribe su expresión
en la nueva base {e2 , e1 − 2e3 , e1 } de E. (5 puntos)
4. Sea Q una forma cuadrática sobre R4 .

(a) Define los conceptos de métrica simétrica asociada T2 , radical de T2 , subespacio elı́ptico
y subespacio hiperbólico.
(b) ¿Cuántas formas cuadráticas no equivalentes de rango 3 e ı́ndice 1 hay sobre R4 ?
Escribe para cada una de ellas sus invariantes, forma reducida y descomposición de
R4 en suma ortogonal de radical y subespacios elı́ptico e hiperbólico.
(10 puntos)
1
2
Álgebra Lineal y Geometrı́a

1o Grado en Fı́sicas.
Problemas
5. En el espacio euclı́deo R3 con la métrica euclı́dea definida en la base {e1 , e2 , e3 } por:

|e1 | = 1, |e2 | = 2, |e3 | = 2, ∠(e1 , e2 ) = 90o , ∠(e1 , e3 ) = 60o , ∠(e2 , e3 ) = 60o
Calcula la matriz de la métrica en esta base y la distancia del punto P = (1/3, 1, −1) a la
recta de ecuaciones r ≡ {x = 1 + λ , y = 0 , z = −λ}. (15 puntos)
6. Resuelve el siguiente sistema de ecuaciones diferenciales:

dx
= x + 2z
dt
dy
= −x + y + 3z
dt
dz
=y+z (15 puntos)
dt
7. Dada la forma cuadrática Q(x, y, z) = −2x2 + y 2 + z 2 − 2xy + 2xz + 4yz, calcula una
base ortonormal de diagonalización y escribe su ecuación en dicha base. Calcula también
una base reducida para la métrica asociada. (15 puntos)
8. Clasifica afı́nmente en función de los valores del parámetro a ∈ R la siguiente familia de

cónicas: ax2 + (a − 1)y 2 + 2x + a = 0. (15 puntos)
18-Mayo-2011
Prueba escrita II (10 Grado en Fı́sicas)

|e1 | = 1, |e2 | = 2, |e3 | = 3, ∠(e1 , e2 ) = 60◦ , ∠(e1 , e3 ) = 90◦ , ∠(e2 , e3 ) = 60◦
(10 puntos)
Solución 1. Calculemos la matriz G de la métrica euclı́dea en esta base:
e1 · e1 = |e1 |2 = 1, e2 · e2 = |e2 |2 = 4, e3 · e3 = |e3 |2 = 9
e1 · e2 = |e1 ||e2 | cos(e1 , e2 ) = 1, e1 · e3 = |e1 ||e3 | cos(e1 , e3 ) = 0
e2 · e3 = |e2 ||e3 | cos(e2 , e3 ) = 3
 
1 1 0
G = 1 4 3
0 3 9
Como los vectores e1 y e3 son ortogonales, para encontrar una base ortogonal basta calcular
el ortogonal al plano he1 , e3 i. Pongamos he1 , e3 i⊥ = hvi:
  
1 
v · e1 = 0 = x y z G 0 ⇒ x + y = 0 



0


  v = (3, −3, 1)
0 


v · e3 = 0 = x y z G 0 ⇒ 3y + 9z = 0 


1
Y se tiene la base ortogonal {e1 , e3 , v}. Dividiendo cada vector por su módulo obtenemos
una base ortonormal:
v  
u
u 3 √ √
|e1 | = 1, |e3 | = 3, |v| = t 3 −3 1 G −3 = 18 = 3 2
u
1
La base ortonormal es:
e1 e3 1 v 1
{u1 = = e1 = (1, 0, 0) , u2 = = (0, 0, 1) , u3 = = √ (3, −3, 1)}
|e1 | |e3 | 3 |v| 3 2
1
 
2 1 −1
2. Sea {e1 , e2 , e3 } una base de R3 y G =  1 3 0  la matriz de una métrica T2 en
−1 0 −2
esa base.
(a) Clasifica la restricción de T2 al plano de ecuación y = 0.
(b) Averigua si el plano he2 , e3 i es elı́ptico o hiperbólico.
(c) ¿Es cierto que T2 es no singular y que tiene vectores isótropos?
(10 puntos)
Solución 2.
(a) El plano π de ecuación y = 0 es he1 , e3 i, luego la matriz de la restricción de T2 a π
es:
2 −1
Gπ =
−1 −2
Y se tiene

x − 2 1
|xI − Gπ | = = x2 − 5 =⇒ r+ = 1, r− = 1 =⇒ r = 2, i = 1
1 x + 2

1 0
La forma reducida es Rπ = . Por tanto, el plano π es hiperbólico.
0 −1

3 0 1 0
(b) La restriccón de G al plano he2 , e3 i es , por tanto, su reducida es ,
0 −2 0 −1
y el plano es hiperbólico.
(c) T2 es no singular ya que |G| = 18 6= 0, y tiene vectores isótropos ya que existe un
plano hiperblico.
3. Dada la forma cuadrática Q(x, y) = 2x2 + 2y 2 − 2xy, calcula una base ortonormal de
diagonalización y escribe su ecuación en dicha base, dando explı́citamente el cambio de
coordenadas efectuado.
(10 puntos)
Solución 3. En el sistema de coordenadas {x, y} la matriz de la métrica asociada es

2 −1
G=
−1 2
Calculemos una base ortonormal de diagonalización:
Sabemos que el endomorfismo T asociado a la métrica y a la euclı́dea auxiliar (de matriz
I en ese sistema de coordenadas) es diagonalizable y su matriz asociada coincide con G
en ese sistema de coordenadas.

x − 2 1
|xI − G| = = (x − 1)(x − 3)
1 x − 2
ker(T − I) ≡ x − y = 0 ⇒ ker(T − I) = hv1 = (1, 1)i
ker(T − 3I) ≡ −x − y = 0 ⇒ ker(T − 3I) = hv2 = (1, −1)i
√
Los vectores v1 y v2 son ortogonales y de módulo 2 respecto de la métrica euclı́dea
auxiliar. Luego una base ortonormal es {u1 = √12 (1, 1), u2 = √12 (1, −1)} y en esta base la
matriz de la métrica y la expresión en coordenadas de la forma cuadrática son:

1 0
D= , Q(x̄, ȳ) = x̄2 + 3ȳ 2
0 3
siendo la matriz B del cambio de base, que pasa de la referencia ortonormal {O, x, y} a
la referencia ortonormal {O, x̄, ȳ}):

1 1 1
B=√
2 1 −1
y las ecuaciones del cambio de coordenadas:
(
x̄ = √12 (x + y)

x̄ −1 x t x
=B =B =⇒
ȳ y y ȳ = √12 (x − y)
4. Clasifica afı́nmente las siguientes curvas de grado 2 del plano euclı́deo R2 indicando en
x2 + y 2 + 4xy − 5 = 0 ; 3x2 + 3y 2 − 6xy − 4x = 0
(10 puntos)
Solución 4.
(a) x2 + y 2 + 4xy − 5 = 0
 
−5 0 0
1 2
G =  0 1 2 , G∞ =
2 1
0 2 1
|xI − G| = x3 + 3x2 − 13x − 15 , |xI − G∞ | = x2 − 2x − 3
(r0 = 0, r+ = 1, r− = 2) (r0 = 0, r+ = 1, r− = 1)
Se tiene:

r = 3  
−1 0 0

i=1 Ecuación reducida afı́n de la cónica


0 1 0
r∞ = 2 X 2 − Y 2 = 1 (Hipérbola)
 0 0 −1


i∞ = 1
(b) 3x2 + 3y 2 − 6xy − 4x = 0
 
0 −2 0
3 −3
G = −2 3 −3 , G∞ =
−3 3
0 −3 3
|xI − G| = x3 − 6x2 − 4x + 12 , |xI − G∞ | = x2 − 6x
(r0 = 0, r+ = 2, r− = 1) (r0 = 1, r+ = 1, r− = 0)
Se tiene:

r = 3  
i = 1 0 −1 0

Ecuación reducida afı́n de la cónica

−1 0 0
r∞ = 1 Y 2 − 2X = 0 (Parábola)
 0 0 1


i∞ = 0
5. Clasificación de endomorfismos:
(a) Prueba que todos los endomorfismos de cuadrado la identidad son diagonalizables.
(b) Demuestra que en R4 , salvo cambios de base, sólo hay dos endomorfismos nilpoten-
tes de ı́ndice 2.
(10 puntos)
Solución 5.
(a) T 2 = I ⇒ (T − I)(T + I) = 0, luego el polinomio (x − 1)(x + 1) anula y por tanto
el polinomio anulador de T es x − 1 o x + 1 o (x − 1)(x + 1). En cualquier caso, el
endomorfismo T es diagonalizable.
(b) Si N es un endomorfismo nilpotente de ı́ndice 2 su polinomio anulador es x2 y se
tienen dos posibilidades para la descomposición en monógenos:

monógeno monógeno monógeno monógeno monógeno
(1) ⊕ ; (2) ⊕ ⊕
anulador x2 anulador x2 anulador x2 anulador x anulador x
que dan las formas de Jordan
   
0 0 0 0 0 0 0 0
1 0 0 0 1 0 0 0
J(1) = 
0 0 0
; J(2) = 
0 0 0 0 0
0 0 1 0 0 0 0 0
Álgebra Lineal y Geometrı́a II.
Grado en Fı́sica. Curso 2010/2011.
Departamento de Matemáticas - Universidad de Salamanca.
1-Abril-2011
o
Trabajo I (1 Fı́sicas)
Fecha de entrega: 13 de Abril de 2011.
Sea E el K-espacio vectorial de los polinomios de grado menor o igual que 3 y T : E → E el

endomorfismo definido por:
p�� (0) p�� (0) p�� (0) p�� (0) 2
T (p(x)) = (p� (0) − )+( − )x + (p(0) − )x + p� (0)x3 .
6 2 3 6
Calcula, razonando de manera detallada y rigurosa, lo siguiente:
1. Si K = R, una base de E respecto de la cual la matriz asociada a T sea la más sencilla
posible. Escribe también dicha matriz.
2. Si K = C, A25 y eA , siendo A la matriz asociada a T respecto de la base {1, x, x2 , x3 }.
1
Trabajo 2o Cuatrimestre
TEORÍA
Sea E un R-espacio vectorial euclı́deo.
T
Una transformación ortogonal es una aplicación E − → E que conserva el producto escalar
euclı́deo:
T (e) · T (e0 ) = e · e0 , cualesquiera que sean e, e0 ∈ E
T
1. Demuestra que si E − → E es una transformación ortogonal verifica:
(a) T es lineal.
(b) T es un isomorfismo.
(c) Los únicos valores propios reales de T son 1 y -1.
(d ) T transforma una base ortonormal en una base ortonormal.
(e) Si A y G son respectivamente las matrices de T y de la métrica euclı́dea respecto de
una cierta base se cumple: At GA = G. En particular, la matriz A de T en una base
ortonormal es una matriz ortogonal, At A = I.
(f ) Si V es un subespacio de E invariante por T su subespacio ortogonal V ⊥ es también
invariante por T .
2. Clasifica las transformaciones ortogonales de R2 y R3 .
(Primero estudia y escribe las ecuaciones de los giros y simetrı́as de R2 y R3 en una referencia
ortonormal y demuestra que son transformaciones ortogonales. Después, demuestra que si T
es una transformación ortogonal existe una base ortonormal respecto de la que T se expresa
como composición de giros y simetrı́as.)
PROBLEMA
En el espacio euclı́deo R3 considérese la base {e1 , e2 , e3 } definida por las condiciones:
√ √ √ √
|e1 | = 2, |e2 | = 3, |e3 | = 2, d(e1 , e2 ) = 3, d(e1 , e3 ) = 8, d(e2 , e3 ) = 11
Sea T el endomorfismo R3 que en la base {e1 , e2 , e3 } tiene matriz asociada
 
−1 1 −4
1
A =  4 −1 4 
3 4 2 1
(a) Clasifica el endomorfismo T .
(b) Demuestra que T es una transformación ortogonal de E, esto es, verifica At GA = G,
siendo G la matriz de la métrica euclı́dea en la base {e1 , e2 , e3 }.
(c) Ortonormaliza por Gramm-Schmidt la base {e1 , e2 , e3 } y calcula la matriz de T en
esa nueva base. Describe geométricamente la transformación ortogonal T como com-
posición de giros y simetrı́as.
1
ÁLGEBRA LINEAL Y GEOMETRÍA II
SISTEMA DE EVALUACIÓN
Trabajos teóricos y prácticos

Se realizarán dos trabajos que serán fundamentalmente prácticos y consistirán en
responder a un cuestionario, test o problema de desarrollo. Serán defendidos por los
estudiantes en horario de Seminarios o Tutoría.
Supondrán un 20% del total de la nota.
Pruebas escritas
Se celebrarán dos pruebas escritas:
• La primera estará compuesta por cuestiones teórico-prácticas, ejercicios cortos y
preguntas tipo test.
• La segunda constará de cuestiones teórico-prácticas y dos problemas de
desarrollo, parecidos a los resueltos en clase.
La duración de la primera prueba será de una hora y la de la segunda de hora y media.
Supondrán un 40% del total de la nota.
Prueba escrita final

Constará de dos partes:
- La primera parte estará formada por cuestiones teórico-prácticas en las que el
alumno tendrá que razonar y expresar correctamente sus respuestas utilizando los
conceptos necesarios y desarrollando las demostraciones que se precisen.
- En la segunda parte se resolverán dos problemas, explicando con claridad su
planteamiento y desarrollo.
Tendrá una duración superior a la de las pruebas escritas realizadas durante el
cuatrimestre.
Para poder superar la asignatura se requiere que la calificación obtenida en esta
prueba sea al menos de 3/10.
Supondrá un 40% del total de la nota.
Prueba de Recuperación
Constará de una parte de teoría y otra de problemas cuyos pesos respectivos serán
del 40% y del 60% de la nota de la prueba. Englobará todos los contenidos teóricos y
prácticos incluidos los planteados para realizar los trabajos propuestos durante el
curso. Tendrá una duración de cuatro horas.

Contenido Adicionar

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Contenido Adicionar

Încărcat de

Drepturi de autor:

Formate disponibile

Aplicaciones de la Clasificación de endomorfismos

Gloria Serrano Sotelo

Potencia y exponencial de una matriz

El polinomio característico de T es cHxL = Hx + 1L Hx - 2L2

Así, de A = B × J × B-1 se obtiene A150 = B × J150 ·B-1 y también e A = B × e J × B-1

Aplicación a la resolución de sistemas de ecuaciones diferenciales lineales

Resolvamos el sistema de ecuaciones diferenciales:

Resolvamos el sistema de ecuaciones diferenciales:

Se obtiene como solución del sistema:

Resuelve los siguientes sistemas de ecuaciones diferenciales:

4. x ' + y ' - x + 2 y = 0 , y ' + z ' + 2 y + z = 0 , x ' + z ' - x + z = 0

Aplicación a la resolución de ecuaciones diferenciales en el operador D

Ë Resolver la ecuación homogénea p(D)y=0 equivale a calcular ker p(D).

Resolver la ecuación homogénea p(D)y=0 equivale a calcular ker p(D).

Ejemplos. Calculemos la integral primera de las ecuaciones diferenciales:

2. y''' - y'' +4y'-4y=0ó (D3 - D2 +4D-4I)y=0

Resuelve las siguientes ecuaciones diferenciales lineales con coeficientes constantes:

2. 2 y '' - 3 y = 0 , con y = y(x)

6. y '' - 3 y ' + y = xex

7. Calcula las trayectorias del movimiento en los siguientes casos:

(a) Oscilador armónico (masa m, constante del resorte k, posición inicial x0 )

Diagonalización de métricas simétricas

Sea E un espacio vectorial real de dimensión n.

Invariantes (Ley de Inercia). Forma reducida. Teorema de clasificación

Cálculo efectivo de los invariantes r0 , r+ y r-

Subespacios hiperbólicos y elípticos. Teorema de descomposición. Rango,

Teorema de descomposición. Sea T2 una métrica simétrica sobre un -espacio vectorial E.

Rango, índice y signo de una métrica simétrica real

Rango de T2 : r = dim E- dim Rad T2 = n - r0

3. Averiguar si el plano de ecuación 3x-y+2z=0 es hiperbólico para las siguientes métricas:

CLASIFICACIÓN AFÍN DE CÓNICAS

Sea E un R-espacio vectorial de dimensión 3.

Definición 2. Una cónica C = {λT2 } es irreducible o no degenerada si lo es cualquiera de

Utilizando este teorema obtenemos el siguiente cuadro de:

Par de rectas Par de rectas

Recta real Conjunto Plano

Luego la ecuación reducida métrica de la elipse es

4. Clasificar afı́nmente las cónicas siguientes:

7. Demostar que la curva plana de ecuación

ÁLGEBRA LINEAL Y GEOMETRÍA. 10 FÍSICAS.

3. Averigua si los tensores

Q( y1 , y2 , ..., yn ) = a1 y1 2 +...+ a p y p 2 + b p+1 y p+1 2 + ...+ b p+q y p+q 2

Ë Calculamos las matrices de las métricas simétricas asociadas, G y g , respectivamente:

Ë Expresión de Q en el nuevo sistema de coordenadas {X, Y, Z}

1. Diagonalizar las formas cuadráticas:

3. Dada la forma cuadrática Q(x, y, z)=x2 + 2 x y + y2 + 2 x z + 2 y z + z2 , calcular el radical de la métrica asociada y

7. Clasificar según los valores del parámetro real a la forma cuadrática:

1. Generalidades sobre métricas

• Matriz asociada a una métrica. Producto escalar en coordenadas

• Métricas simétricas y hemisimétricas

• Cambio de base para métricas

• Vectores ortogonales respecto de una métrica

Ejemplo 1.1. La aplicación

• Radical de una métrica. Métricas irreducibles o no singulares

• Polaridad asociada a una métrica

En particular, si la polaridad es un isomorfismo, lo que ocurre cuando T2 es irreducible y E de

2.3. Proyección ortogonal de un vector sobre otro. Ortonormalización de Gramm-

2.4. Distancia en el espacio euclı́deo.

d(P, H) = d(P, Q) = |P Q| , siendo Q la proyección ortogonal de P sobre H.

Polinomio anulador y polinomio característico de un endomorfismo T e Endk E

Teorema de Caley-Hamilton. El polinomio característico es un múltiplo del polinomio anulador.

Criterio de diagonalización por el polinomio anulador. El endomorfismo T es diagonalizable si y sólo si su polinomio

Sea E un k-espacio vectorial de dimensión finita y T un endomorfismo de E.