Facultad de Ciencias Básicas Pedagogı́a en Matemática y Computación

Departamento de Matemática, Fı́sica y Estadı́stica APUNTES DE CLASES, PMA-421

13 de octubre de 2020

INTEGRACIÓN DE SABERES MATEMÁTICOS:

GEOMÉTRICO - ALGEBRAICO

1. Introducción

Esta actividad tiene como propósito principal profundizar contenido matemático que integre el álgebra y la geo-
metrı́a, identificando las ventajas de la integración de saberes matemáticos para la estructuración y generalización
de conceptos y teorı́as.
Un clásico ejemplo sobre integración de saberes algebraico y geométrico son las secciones cónicas. Recordamos
que estas curvas juegan un rol fundamental en la geometrı́a bidimensional y sus propiedades son utilizadas en
diversas aplicaciones.
Por ejemplo, la elipse se define como el lugar geométrico de los puntos tales que la suma de sus distancias a dos
puntos fijos, llamados focos, es igual a una constante. La geometrı́a analı́tica describe esta curva por medio de
la ecuación:
x2 y 2
+ 2 = 1, (1.1)
a2 b
donde a y b son números reales positivos.
La ecuación (1.1), también puede ser escrita, utilizando matrices, como sigue:

1/a2
   

0 x
x y · 2 · = 1. (1.2)
0 1/b y

Ahora, en n dimensiones, la ecuación (1.2) se generaliza de la siguiente forma:

xT · A · x = 1, (1.3)
 
x1

 x2 

 · 
donde A ∈ Mn (R) y x =  .

 · 

 · 
xn
La ecuación (1.3) produce curvas análogas a las secciones cónicas y son fundamentales para el estudio de la
geometrı́a en Rn .
En este camino, el problema matemático se convierte en encontrar métodos tales que la comprensión de la
geometrı́a de los objetos geométricos en dimensiones menores, pueda ser generalizada a dimensiones mayores.

Actividad Autónoma 1 Te invito a investigar sobre las aplicaciones de las cónicas en el mundo real.
2. Formas cuadráticas

Definición 1 Una forma cuadrática Q es una función cuadrática definida en Rn tal que,

Q(x) = xT · A · x =: (x, Ax)

 
x1

 x2 

 · 
donde A ∈ Mn (R) y x =  .

 · 

 · 
xn

Ejemplo 1 Consideremos la forma cuadrática general de dos variables reales, Q(x) = ax21 + bx1 x2 + cx22 , donde
a, b, c ∈ R. Comprueba que las matrices A que se indican a continuación, producen esta forma cuadrática:
       
a 0 a b a b+1 a b/2
, , , .
b c 0 c b−1 c b/2 c

¿Cuál de ellas una es matriz simétrica?

¿Qué propiedad relevante tienen las matrices simétricas?

Ejemplo 2 Los siguientes ejemplos son formas cuadráticas en R2 y R3 , respectivamente :

√
Q1 (x) = 13x21 + 6 3x1 x2 + 7x22 ,

Q2 (x) = 7x21 + 7x22 − 5x23 − 32x1 x2 − 16x1 x3 + 16x2 x3 .

Encuentra la matriz A asociada.

¿Cómo podrı́amos graficarlas? Explora con GeoGebra.

Actividad Autónoma 2 Las formas cuadráticas aparecen en muchas aplicaciones: en optimización, en la dinámi-
ca de sistemas fı́sicos, análisis estadı́sticos, entre otras. Te invito a investigar.

3. Formas cuadráticas en R2 : la magia de las matrices simétricas

 
a b/2
Consideremos la matriz A = que define la forma cuadrática
b/2 c

Q(x) = (x, Ax) = xT Ax = ax21 + bx1 x2 + cx22 . (3.1)

Como A es una matriz simétrica, existe una matriz ortogonal P (P −1 = P T ) y una matriz diagonal D tales que
P T AP = D.

¿Recuerdas quiénes son los elementos de la diagonal de la matriz D?

¿Cómo se obtienen las columnas de P ?

 ¿Qué tipo de conjunto forman las columnas v1 y v2 de la matriz P ?

Si sustituimos A = P DP T en la definición de Q, obtenemos

Q(x) = xT (P DP T )x = (P T x)T D(P T x). (3.2)

Ahora, si en (3.2) hacemos la sustitución u = P T x, obtenemos que

Q(x) = (x, Ax) = (u, Du) = λ1 u21 + λ2 u22 . (3.3)

Como puedes ver la forma (3.3) en mucho más sencilla que su forma original.
Lo que nos interesa ahora es entender la naturaleza de la forma cuadrática (3.3) y cómo podremos convertir la
información obtenida para (3.3) en información para (3.1).
√
Ejemplo 3 La forma cuadrática Q1 (x) = 13x21 + 6 3x1 x2 + 7x22 , está generada por la matriz simétrica
 √ 
13
√ 3 3
,
3 3 7

cuyos valores propios son λ1 = 16 y λ2 = 4, con vectores propios asociados

 √   
3/2 1/2
√
v1 = , v2 = .
1/2 − 3/2
 √   
3/2 1/2
√ 16 0
Aquı́, la matriz P = y la matriz diagonal D = P T AP = . Ası́, obtenemos que
1/2 − 3/2 0 4

Q1 (x) = (x, Ax) = (u, Du) = 16u21 + 4u22 . (3.4)

¿Recuerdas cómo estudiar la gráfica de las funciones de dos variables de la forma Q̃(u1 , u2 ) = 16u21 + 4u22 ?

Para comprender la gráfica de las funciones de dos variables examinamos sus curvas de nivel. Es decir, la
curva Ct que pasa por todos aquellos puntos en los cuales la función es igual a t, para muchos valores de t.

Utiliza GeoGebra para explorar diferentes curvas de nivel de Q̃

3.1. Gráfica en variables u

Ahora examinaremos las curvas de nivel C̃t de todos los puntos u en los cuales Q̃(u) = t, donde Q̃ se define
como Q̃(u) = λ1 u21 + λ2 u22 (como en (3.3)). Recuerda que la curva de nivel C̃t se grafica en el plano u1 u2 .
Para identificar las gráficas de C̃t , realiza la siguiente actividad, visualizando con GeoGebra:

1. ¿Qué cónica obtenemos si λ1 , λ2 > 0 y t > 0 o λ1 , λ2 < 0 y t < 0?

2. ¿Qué cónica obtenemos si λ1 , λ2 , t 6= 0 y los valores propios λ1 y λ2 son de signos opuestos?

3. ¿En qué caso obtendremos que C̃t representa rectas paralelas?

4. ¿Hay otras posibilidades para la gráfica de C̃t ?

Para finalizar este análisis, observa que la relación que existe entre x y u está dada por

u = P T · x, x = P · u. (3.5)

Ejemplo 4 En el ejemplo 3, las curvas de nivel de C̃t son elipses, centradas en el origen y la relación entre x y
u está dada por
 √   √ 
T 3/2 1/2
√ 3/2 1/2
√
u=P ·x=P = x, x = P · u = u.
1/2 − 3/2 1/2 − 3/2

Nota 5 El método tradicional para comprender la gráfica de la forma cuadrática del ejemplo 3, consiste en
transformar la variable x en la variable u por medio de una rotación adecuada, que elimine el término x1 x2 . Para
esto se utiliza el cambio de coordenada
x0 = x cos(Θ) − y sen(Θ) b
, tan(2Θ) = .
y 0 = x sen(Θ) + y cos(Θ) a−c

¿Qué similitudes tiene este método con el que estamos estudiando?

Rota los ejes coordenados, utilizando GeoGebra, para diferentes ángulos de rotación.

¿Cuál de los dos métodos es posible generalizar a Rn ?

3.2. Gráfica en variables x

Primero observemos que

1. Si definimos la transformación lineal T por T (u) = P · u, entonces Ct es la imagen de C̃t bajo T .

2. Las matrices ortogonales conservan la longitud. Es decir, ||T √

(u)||2 = ||P ·u||2 = ||u||2 para todo u (recuerda
que la norma de un vector se puede definir como ||u||2 := uT · u).

3. Concluimos que T lleva elipses en elipses, hipérbolas en hipérbolas, rectas en rectas, etc., pues preserva las
distancias. Esto significa que transforma figuras en figuras congruentes.

Ejemplo 6 En el ejemplo 3, la curva de nivel C̃64 es una elipse con centro en el origen, vértices y focos:
       
0 0 √0 0√
Ṽ1 = , Ṽ2 = , F̃1 = , F̃2 = .
4 −4 2 3 −2 3

Su correspondiente curva de nivel C64 también es una elipse con centro en el origen, vértices y focos:
     √   √ 
2√ −2
√ 3 − 3
V1 = , V2 = , F1 = , F2 = .
−2 3 2 3 −3 3

Grafica en GeoGebra C̃64 , sus vértices y focos, rótalos 30o .

¿Obtienes C64 y sus correspondientes vértices y focos?

4. Formas cuadráticas en Rn

Teorema 7 Sea Q(x) = (x, Ax) la forma cuadrática definida por la matriz simétrica A ∈ Mn (R). Entonces
existen n números reales λ1 , λ1 , · · · , λn y una matriz unitaria P tales que

Q(x) = Q̃(u) = λ1 u21 + λ2 u22 + · · · + λn u2n ,

donde u = P T x y x = P u.

Ejemplo 8 Considere la forma cuadrática Q(x) = 7x21 + 7x22 − 5x23 − 32x1 x2 − 16x1 x3 + 16x2 x3 .
 
7 −16 −8
La matriz A asociada es  −16 7 8 .
−8 8 −5
Sus valores propios son: λ1 = 27 y λ2 = λ3 = −9.

Sus vectores propios asociados son:

   √   √ 
−2/3 √ 2/2 −√ 2/6
v1 =  2/3  , v2 =  2/2  , v3 =  √2/6 
1/3 0 −2 2/3

La forma cuadrática simplificada es: Q̃(u) = 27u21 − 9u22 − 9u23 .

¿Cuáles son las relaciones entre las variables x y u?

5. Formas cuadráticas en R3

El análogo a las curvas de nivel estudiadas en R2 , son las superficies de nivel en R3 . En el ejemplo 8, la forma
cuadrática está definida en R3 y su gráfica está contenida en R4 .
El Teorema 7, nos asegura que la forma cuadrática definida en R3

Q(x) = ax21 + bx22 + cx23 + dx1 x2 + ex1 x3 + f x2 x3 = (x, Ax),

donde A es una matriz simétrica, tiene gráfica congruente a la gráfica de la forma cuadrática más simplificada
Q̃(u) = λ1 u21 + λ2 u22 + λ3 u23 .
Si analizamos las superficies de nivel de Q̃ para t positivo, la gráfica en R3 de las superficies de nivel dependerá
de los signos de los valores propios asociados. Por lo que obtenemos la siguiente clasificación y visualización:

1. Si los valores propios son estrictamente positivos, la superficie de nivel es un elipsoide. ¿Qué obtenemos si
dos de los valores propios son iguales? y ¿si los tres son iguales?

2. Si dos valores propios son positivos y uno es negativo, la superficie de nivel es un hiperboloide de un
manto. ¿Qué obtenemos si los valores propios positivos son iguales?

3. Si dos valores propios son negativos y uno es positivo, la superficie de nivel es un hiperboloide de dos
mantos. ¿Qué obtenemos si los valores propios negativos son iguales?
 4. Si exactamente un valor propio es cero y las otros dos son positivos, la superficie de nivel es un cilindro
elı́ptico. ¿Qué obtenemos si los otros dos valores propios son de signos opuestos?

5. Si exactamente dos valores propios son cero y el tercero es positivo, la superficie de nivel son dos planos
paralelos.

Nota 9 Finalmente, observamos que el Teorema 7, permite dar clasificaciones semejantes en n dimensiones,
aunque los resultados serán difı́ciles o imposibles de visualizar.

Actividad Autónoma 3 Te invito a investigar sobre los valores extremos (máximos y mı́nimos) de una forma
cuadrática. Los criterios definidos para su optimización son utilizados en los diversos problemas de aplicación que
involucran formas cuadráticas.