Tema 3.1. Espacio eucl deo.

Diagonalizaci on ortogonal
Denici on 1. Sea V un espacio vectorial sobre un cuerpo K. Llamamos forma bilineal a toda aplicaci on f: V V (x, y ) K f (x, y )

que verica: 1. f (x, y + z ) = f (x, y ) + f (x, z ) x, y, z V y , K. 2. f (x + y, z ) = f (x, z ) + f (y, z ) x, y, z V y , K. Denici on 2. Se dice que una forma bilineal f : V V K es sim etrica si verica que f (x, y ) = f (y, x)
Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA

x, y V
Tema 3.1. pg.1

Denici on 3. Sea V un espacio vectorial sobre un cuerpo K y f : V V K una forma bilineal. Decimos que f es una forma bilineal denida positiva si verica: f (x, x) > 0 xV , x=0

Denici on 4. Sea V un espacio vectorial denido sobre el cuerpo de los n umeros reales. Llamamos producto escalar a toda forma bilineal f : V V R sim etrica y denida positiva. Denici on 5. Llamamos espacio vectorial eucl deo a un espacio vectorial real en el que se ha denido un producto escalar. Dados dos vectores x, y V , su producto escalar f (x, y ), suele denotarse de distintas formas: f (x, y ) = x, y = (x|y ) = x y

Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA

Tema 3.1.

pg.2

Ejemplos
1. Sea V = Rn. Sean x e y dos vectores con coordenadas en la base can onica (x1, . . . , xn) y (y1, . . . , yn) respectivamente. Se dene un producto escalar como < x, y >= x1y1 + x2y2 + + xnyn 2. Sea V el e.v. sobre R de las funciones reales que son continuas en el intervalo [a, b]. Se puede denir el producto escalar de dos funciones f, g V como
b

< f, g >=
a

f (t)g (t)dt

3. Sea V = Pn(R). Un producto escalar entre dos polinomios p(x) = a0 + a1x + + anxn q (x) = b0 + b1x + + bnxn

se dene como: < p(x), q (x) >= a0b0 + a1b1 + + anbn

Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.3

Determinaci on de un producto escalar

Teorema 1. Sea V un e.v. eucl deo y B = {v1, . . . , vn} una base de V . Entonces el producto escalar de dos vectores cualesquiera, x, y V queda determinado conociendo los productos escalares vi, vj de los vectores de B.
n n

x, y =
i=1 j =1

xiyj vi, vj

Expresando matricialmente este resultado: x, y = X t G Y = v1, v1 v1, vn y1 . . ... . . . . (x1, . . . , xn) vn, v1 vn, vn yn donde G es la matriz asociada al producto escalar dado en la base B: matriz de Gram.

Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA

Tema 3.1.

pg.4

Ejemplo 1. Sea V = P3(R) con producto escalar

1

< p(t), q (t) >=

0

p(t)q (t)dt

Hallar la matriz G asociada a dicho producto escalar en la base B = {1, t, t2, t3} Denici on 6. Sea V un e.v. eucl deo. Llamamos norma, m odulo o longitud de un vector x V al n umero real: ||x|| = x, x

Denici on 7. Se dice que un vector x es unitario o normalizado x si ||x|| = 1. Dado un vector x = 0 el vector es unitario. ||x|| Este proceso se llama normalizaci on de x.
Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.5

Proposici on 1. Propiedades de la norma. Sea V un e.v. eucl deo, y sean x, y V , R. Entonces: 1. ||x|| = 0 si y s olo si x = 0 2. ||x|| = || ||x|| 3. | x, y | ||x|| ||y || (Desigualdad de Schwarz) 4. ||x + y || ||x|| + ||y || (Desigualdad triangular) Denici on 8. Sean x, y dos vectores no nulos de un espacio vectorial eucl deo V . El angulo que forman x e y se dene: ang(x, y ) = = arccos x, y ||x|| ||y ||

Utilizando la denici on de angulo podemos expresar el producto escalar de dos vectores de la forma: x, y = ||x|| ||y || cos
Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.6

Conjunto ortogonal y ortonormal

Denici on 9. En un e.v. eucl deo V se dice que x, y V son vectores ortogonales si x, y = 0 Observar que dos vectores no nulos x, y son ortogonales si y s olo si son perpendiculares, pues en este caso cos(x, y ) = 0. Por ello si x, y son ortogonales suele denotarse x y . Denici on 10. Un conjunto de vectores no nulos {v1, . . . vn} de un espacio vectorial eucl deo V se dice que es un conjunto ortogonal si cada vector del conjunto es ortogonal a todos los dem as, es decir vi, vj = 0, i = j . Diremos que dicho conjunto es ortonormal si adem as se verica que los vectores que lo forman son unitarios. Teorema 2. Sea V un espacio vectorial eucl deo. Si S = {v1, . . . vn} es un conjunto ortogonal de vectores no nulos de V , entonces dicho conjunto es linealmente independiente.
Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.7

M etodo de ortogonalizaci on de Gram-Schmidt

Teorema 3. En todo espacio vectorial eucl deo V dimensi on nita existe al menos una base ortonormal. de Utilizamos un m etodo constructivo, que partiendo de una base cualquiera B = {v1, . . . , vn} de V permite obtener una base ortogonal Bog = {e1, . . . , en} de V . Se denen los vectores desconocidos de Bog como combinaci on lineal de los de B e1 e2 e3 . . en = v1 = v2 + a21e1 = v3 + a31e1 + a32e2 = vn + an1e1 + an2e2 + + an,n1en1

Los vectores ei, ej tienen que ser ortogonales (< ei, ej >= 0).
Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.8

Por lo tanto: 0 = = e2, e1 = v2 + a21e1, e1 v2, e1 + a21 e1, e1 a21 = 0 = = = v2, e1 e1, e1

e3, e1 v3 + a31e1 + a32e2, e1 v3, e1 + a31 e1, e1 + a32 e2, e1 v3, e1 a31 = e1, e1

Obs ervese que si al vector v2 le restamos su proyecci on ortogonal v2, e1 sobre el vector e1, es decir e1, obtenemos un vector e1, e1 perpendicular a e1.
Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.9

Calculando as cada uno de los coecientes aij tenemos que: e1 e2 e3 . . = v1 = v2 = v3 v2, e1 e1, e1 v3, e1 e1, e1 vn, e1 e1 e1 v3, e2 e2, e2 vn, e2 e2, e2 en1 e2

e n = vn

e1, e1 vn, en1

e1

e2 . . .

en1, en1

Ejemplo 2. Sea V = R3 con el producto escalar usual. Aplicar el m etodo de Gram-Schmidt a la base B = {(1, 1, 0), (1, 0, 1), (0, 1, 1)}.
Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.10

Diagonalizaci on Ortogonal
Denici on 11. Dada P Mn(R), es una matriz ortogonal si P 1 = P t. Teorema 4. La matriz P Mn(R) es ortogonal si y s olo si las columnas (y las) de P forman un conjunto ortonormal. Denici on 12. La matriz A Mn(R) es diagonalizable ortogonalmente si existe una matriz ortogonal P , tal que: D = P tAP donde D es la matriz diagonal formada por los autovalores 1, 2, . . . , n de A y P es la matriz formada por una base de vectores propios que es ortonormal. 1 2 1 Ejemplo 3. Estudiar si la matriz A = 0 1 0 0 4 3 es diagonalizable y en caso armativo diagonalizarla ortogonalmente.
Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.11

Teorema 5. Sea A Mn(R) una matriz sim etrica. Entonces los autovalores de A son siempre reales. Teorema 6. Si A Mn(R) es una matriz sim etrica, entonces los autovectores que corresponden a autovalores distintos de A son ortogonales. Teorema 7. [espectral] Sea V un e.v. eucl deo de dimensi on nita n. Si f : V V es un endomorsmo sim etrico, entonces existe una base ortonormal de V formada por vectores propios de f . Corolario 1. Si A Mn(R) es una matriz sim etrica, entonces A es diagonalizable ortogonalmente en R. Ejemplo 4. Diagonalizar ortogonalmente la siguiente matriz 0 2 2 A= 2 0 2 2 2 0
Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.12

Formas cuadr aticas

Denici on 13. Dado un e.v. V sobre un cuerpo K y una f.b. f sobre V , a la funci on q : V K, denida por q (x) = f (x, x) para todo x V , se le llama forma cuadr atica (f.c.) asociada a f.
Observaci on: Distintas f. bilineales pueden dar lugar a una misma f. cuadr atica.

La forma cuadr atica puede expresarse matricialmente como: x1 . q ((x1, . . . , xn)B ) = (x1, . . . , xn)B A . xn B donde A es la matriz asociada a la forma bilineal f respecto de una base B de V . Se puede hallar una A que sea sim etrica, a la que se llama matriz asociada a q .

Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA

Tema 3.1.

pg.13

Ejemplo 5. Determinar qu e funciones q : Rn R de las siguientes son formas cuadr aticas en R 1. n = 2, q (x, y ) = x2 + 2xy + y 2 2. n = 2, q (x, y ) = x2 + 2xy + y 2 + 1 3. n = 3, q (x, y, z ) = x2 + y 2 + z 2 4. n = 3, q (x, y, z ) = x2 + y 2 + z 2 + 4xz Denici on 14. Dada una forma cuadr atica q : V K, la forma sim etrica f : V V K denida como f (x, y ) = 1 1 q (x + y ) q (x y ) 4 4

para todo (x, y ) V V , se denomina forma polar de la forma cuadr atica q .

Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.14

Diagonalizaci on de F. C.
Denici on 15. Dada una f.c. q : V K, se dice que es diagonalizable si existe una base B tal que
2 q (x) = q ((x1, . . . , xn)B ) = 1x2 + + x n 1 n

donde (x1, . . . , xn)B son las coordenadas de x con respecto a la base B. Teorema 8. [Teorema del eje principal] Toda f.c. q : V K se puede diagonalizar mediante una sustituci on X = P Y (cambio de base a. l.), donde P es una matriz ortogonal. De esta forma se tiene: q (x) = X tAX = X tP DP tX = Y tDY donde A es la matriz sim etrica asociada a q respecto de una base B, X son las coordenadas de x en B y por tanto, Y son las coordenadas de x en la base de autovectores ortonormal considerada.
Ejemplo 6. Diagonalizar las f.c. del ejemplo anterior.
Tema 3.1. pg.15

Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA

Diagonalizaci on ortogonal de una F.C.

Paso 1. Hallar la matriz de coecientes sim etrica A de la forma cuadr atica q : V K. Paso 2. Hallar los valores propios 1, . . . , n de A. Paso 3. Hallar una base ortonormal de V formada por vectores propios normalizados de A. Paso 4. Formar la matriz P cuyas columnas sean los vectores de la base hallados en el paso 3 en el orden correspondiente al listado de los valores propios en el paso 2. Paso 5. La sustituci on X = P Y transforma q (x) en la diagonal 2 2 1y1 + + nyn .

Aplicaciones
Geometr a. C onicas y cu adricas. Dise no y control de im agenes, arquitectura, ... C alculo. Localizaci on de extremos. Maximizar ganancias, minimizar costos, maximizar rapidez, minimizar tiempo, . . .
Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.16

Ejemplos
Ejemplo 7. Dadas las siguientes f.c. q : Rn R, hallar una sustituci on ortogonal que la diagonalice y hallar la forma diagonalizada, para cada una. 1. q (x, y ) = 2xy 2. q (x, y ) = 6xy + 8y 2 3. q (x, y, z ) = y 2 + 2xz 4. q (x, y, z ) = x2 + y 2 + z 2 2xy 2xz 2yz 5. q (x, y, z, t) = x2 + 2y 2 6xz + z 2 4t2

Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA

Tema 3.1.

pg.17

Formas cuadr aticas reales

Dado un espacio vectorial V de dimensi on n y q : V R una f.c. q es denida positiva si q (v ) > 0, para todo v V q es denida negativa si q (v ) < 0, para todo v V Nota: Toda forma cuadr atica denida es no degenerada q es semidenida positiva si q (v ) 0, para todo v V q es semidenida negativa si q (v ) 0, para todo v V q es indenida en cualquier otro caso, es decir, cuando toma valores negativos y positivos Teorema 9. [Ley de inercia de Sylvester] Todas las matrices diagonales asociadas a una misma forma cuadr atica real tienen el mismo n umero de elementos positivos, negativos y nulos. Denici on 16. Se llama signatura de una forma cuadr atica a la diferencia de t erminos positivos y negativos de cualquier matriz diagonal asociada a la forma.
Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.18

M etodos de determinaci on del car acter de una F.C.

Diagonalizando la forma cuadr atica
2 2 Dada la forma cuadr atica q (v ) = d1x2 + d x + + d x 2 n 1 2 n

1. Si di > 0, para todo i {1, . . . , n}, la forma cuadr atica es denida positiva. Si di < 0, para todo i {1, . . . , n}, la forma cuadr atica es denida negativa. 2. Si di 0, para todo i {1, . . . , n}, con alg un di = 0, la forma cuadr atica es semidenida positiva. Si di 0, para todo i {1, . . . , n}, con alg un di = 0, la forma cuadr atica es semidenida negativa. 3. Si hay coecientes di positivos y negativos la forma cuadr atica es indenida
Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA Tema 3.1. pg.19

Estudiando el signo de los menores principales Pr de cualquier matriz de q Dada una matriz A, llamamos Pr al menor principal de orden r formado por las r las y columnas de la matriz A. 1. Si Pi > 0, para todo i {1, . . . , n}, entonces la forma cuadr atica es denida positiva. 2. Si P1 < 0, P2 > 0, P3 < 0 y as sucesivamente, es decir, si los menores de orden impar son negativos y los de orden par positivos, entonces la forma cuadr atica es denida negativa.

Emilio Mu noz Velasco. Dpto. Matem atica Aplicada. UMA

Tema 3.1.

pg.20