TEMA 3 - Formas Bilineales y Cuadraticas

.
Formas bilineales y cuadráticas

.
Dolores Martı́n Barquero
Universidad de Málaga
Álgebra Lineal
. . . . . .
Dolores Martı́n Barquero Universidad de Málaga

Formas bilineales
.
Definición
.
Sea V un espacio vectorial sobre un cuerpo K . Una aplicación
f : V × V → K es una forma bilineal de V si:
1. f (αu + βv , w) = αf (u, w) + βf (v , w) para cualesquiera
u, v , w ∈ V y α, β ∈ K .
2. f (u, αv + βw) = αf (u, v ) + βf (u, w) para cualesquiera
u, v , w ∈ V y α, β ∈ K .
Al conjunto de las formas bilineales sobre un espacio vectorial
V lo denotaremos por L2 (V 2 ; K ) y tiene estructura de espacio
.vectorial sobre K .
. . . . . .

Formas bilineales
.
Definición
.
Una forma bilineal f sobre V es simétrica si para todo u, v ∈ V
tenemos f (u, v ) = f (v , u). Al conjunto de las formas bilineales
simétricas sobre un espacio vectorial V (K ) lo denotaremos por
L 2 2
. s (V ; K ).
.
Definición
.
Una forma bilineal f sobre V es antisimétrica si para todo
u, v ∈ V tenemos f (u, v ) = −f (v , u). Al conjunto de las formas
bilineales antisimétricas sobre un espacio vectorial V (K ) lo
.denotaremos por La (V ; K ).
2 2
. . . . . .

Formas bilineales
Recordemos que la caracterı́stica de un cuerpo K es cero o un

número primo. Dado un cuerpo K llamamos caracterı́stica de
K al menor entero positivo p tal que p.1 = 0 o cero si no existe
este p.
.
Proposición
.
Los conjuntos L2s (V 2 ; K ) y L2a (V 2 ; K ), de las formas bilineales
simétricas y antisimétricas sobre un espacio vectorial V , son
dos subespacios vectoriales del espacio vectorial L2 (V 2 ; K ).
Además si la caracterı́stica del cuerpo es distinta de 2, dichos
subespacios vectoriales son suplementarios, es decir,
. L2s (V 2 ; K ) ⊕ L2a (V 2 ; K ) = L2 (V 2 ; K ).
. . . . . .

Formas bilineales
.
Definición
.
Diremos que una forma bilineal f es alternada si f (u, u) = 0
.para todo u ∈ V .
. . . . . .

Formas bilineales
.
Definiciones
.
Diremos que una forma bilineal f es no degenerada por la
izquierda si f (a, x) = 0 para todo x ∈ V , implica que a = 0.
Diremos que una forma bilineal f es no degenerada por la
derecha
. si f (x, a) = 0 para todo x ∈ V , implica que a = 0.
.
Proposición
.
Sea f ∈ L2 (V 2 ; K ) una forma bilineal. Si f es alternada
entonces, es antisimétrica. Además, si el cuerpo K es de
caracterı́stica distinta de dos, toda forma bilineal antisimétrica
es
. alternada.
. . . . . .

Ortogonalidad o perpendicularidad
.
Definición
.
Sea f ∈ L2 (V 2 ; K ) una forma bilineal. Dados x, y ∈ V diremos
que x es perpendicular u ortogonal a y con respecto a f si
f. (x, y) = 0, denotandose x ⊥f y.
.
Definición
.
Si S es un subconjunto de V , x ∈ V es ortogonal o
perpendicular a S con respecto a f si f (x, y ) = 0 para todo
y ∈ S. El subespacio de V formado por todos los elementos
perpendiculares a S se llama el ortogonal de S con respecto a
f por la izquierda y se denota por ⊥ S, es decir,
f
⊥f
S = {x ∈ V : f (x, y ) = 0, ∀y ∈ S}.
De forma análoga,
. . . . . .
⊥f
= {x ∈ V : f (y , x) = 0, ∀y ∈ S},
S
.
Proposición
.
Sea f una forma bilineal simétrica o alternada definida en un
espacio vectorial V . Entonces para cualquier subconjunto S de
⊥f ⊥f
.V se tiene que S = S .
.
Definición
.
Sea f ∈ L2 (V 2 ; K ). Llamaremos núcleo por la izquierda de f ,
denotado por Keri (f ) al subespacio:
Keri (f ) = {x ∈ V : f (x, y ) = 0, ∀y ∈ V }
que coincide con ⊥ V . Evidentemente, f es no degenerada por

f
.la izquierda cuando Keri (f ) = {0}.

. . . . . .

.
Definición
.
Sea f ∈ L2 (V 2 ; K ). Llamaremos núcleo por la derecha de f ,
denotado por Kerd (f ) al subespacio:
Kerd (f ) = {x ∈ V : f (y, x) = 0, ∀y ∈ V }
que coincide con V ⊥ . Evidentemente, f es no degenerada por

f
.la derecha cuando Kerd (f ) = {0}.

En el caso en que f sea simétrica o alternada ambos núcleos
coinciden y se hablará del núcleo de f . En este caso, cuando el
núcleo se reduzca al vector cero se dirá que f es no
degenerada.
. . . . . .

.
Definición
.
Un vector v ∈ V se llama vector isotrópico si f (v , v ) = 0. Un
subespacio W de V formado únicamente por vectores
.isotrópicos se llama subespacio totalmente isotrópico.
.
Proposición
.
Sea f una forma bilineal sobre un espacio vectorial V (K ).
Entonces
. (x ⊥ y ⇔ y ⊥ x) ⇔ f es simétrica o alternada.
. . . . . .

Dimensión finita. Matriz de una forma bilineal.
.
Definición
.
Sea V (K ) un espacio vectorial de dimensión finita n y
f ∈ L2 (V 2 ; K ). Sea B = {v1 , v2 , . . . vn } una base de V . Si
llamamos aij = f (vi , vj ) y x e y son dos vectores cualesquiera
de V con x = x1 v1 + x2 v2 + · · · + xn vn e
y = y1 v1 + y2 v2 + · · · + yn vn se tiene que
∑
n ∑
n
f (x, y ) = aij xi yj ,
i=1 j=1
es decir,
f (x, y) = ξB (x)AξB (y)t ,
con A = (aij )ni,j=1 . Diremos que A es la matriz asociada a la
forma
. bilineal f respecto de la base B y escribiremos MB (f ).
. . . . . .

.
Proposición
.
Sea V (K ) un espacio vectorial de dimensión finita n y sea
f ∈ L2 (V 2 ; K ). Entonces las tres siguientes afirmaciones son
equivalentes:
1. V ⊥ = {0}.
f
2. ⊥f V = {0}.
3. La matriz asociada a f en cualquier base es inversible.
.
.
Corolario
.
En dimensión finita, una forma bilineal es no degenerada a la
izquierda si, y sólo si, es no degenerada a la derecha, por lo
tanto se dirá simplemente que f es no degenerada. Es decir, en
dimensión finita una forma bilineal sobre V es no degenerada
cuando
. f (x, y) = 0 para todo y ∈ V implica que x = 0.
. . . . . .

Sea f ∈ L2 (V 2 ; K ) y B = {v1 , v2 , . . . vn } una base de V .

Tenemos:
1. Si f es una forma bilineal simétrica, entonces
f (vi , vj ) = f (vj , vi ), luego aij )aji para todos

i, j ∈ {1, 2, . . . , n}, y por tanto la matriz asociada a f es
simétrica. Recı́procamente, si A es una matriz simétrica, la
forma bilineal asociada a ella es simétrica.
2. Si f es una forma bilineal antisimétrica, resulta que
f (vi , vj ) = −f (vj , vi ), ası́ aij = −aji , y por tanto la matriz

asociada a f es antisimétrica. Recı́procamente, si A es una
matriz antisimétrica la forma bilineal asociada a ella es
antisimétrica.
. . . . . .

Dimensión finita. Matriz de una forma bilineal. Cambio de base.
.
Proposición
.
Sea f ∈ L2 (V 2 ; K ) y sean B y B′ dos bases de V . Si P es la
matriz de paso P = PB′ B y A es la matriz de f en la base B,
entoncesM t
. B′ (f ) = PAP .
.
Definición
.
Diremos que una matrix B es congruente a una matriz A si
t
.existe una matriz inversible P tal que B = PAP .
La proposición anterior nos dice entonces, que matrices que
representan a una misma forma bilineal en distintas bases son
matrices congruentes.
. . . . . .

Bases ortogonales.
.
Definición
.
Sea V (K ) un espacio vectorial, U1 , U2 dos subespacios
vectoriales suyos y f : V × V → K una forma bilineal simétrica
o alternada. Diremos que V es suma directa ortogonal de los
subespacios U1 y U2 cuando V = U1 ⊕ U2 y además son
ortogonales con respecto a f , es decir, f (x, y ) = 0 para todos
x ∈ U1 e y ∈ U2 . Lo escribiremos en la forma
V = U1 ⊥f U2 .
Cuando no haya posibilidad de confusión lo escribiremos en la
.forma: V = U1 ⃝
⊥ U2
. . . . . .

Bases ortogonales.
.
Definición
.
Si la forma bilineal es simétrica, diremos que {v1 , v2 , . . . vn } es
una base ortogonal si f (vi , vj ) = 0 siempre que i ̸= j. Si
además la forma es no degenerada, también se tiene
f (vi , vi ) ̸= 0 para todo i, y si f (vi , vi ) = 1 para todo i, diremos
que
. la base es ortonormal.
. . . . . .

Bases ortogonales.
.
Proposición
.
Sea V un espacio vectorial de dimensión finita sobre un cuerpo
K y f una forma bilineal simétrica o alternada sobre V .
Supongamos que f es no degenerada y sea U un subespacio
de V . Entonces son equivalentes:
1. f es no degenerada sobre U, es decir, la restricción de f a
U es no degenerada (llamaremos a U subespacio vectorial

no degenerado).
2. U + U ⊥ = V .
3. U ⃝⊥ U⊥ = V .
4. f es no degenerada sobre U ⊥ .
.
. . . . . .

Formas bilineales simétricas.
.
Teorema
.
Sea f una forma bilineal simétrica sobre un espacio vectorial V
de dimensión finita sobre un cuerpo K de caracterı́stica distinta
de dos. Entonces existe una base de V respecto a la cual la
matriz asociada a f es diagonal, es decir, de la forma
. diag{a1 , a2 , . . . , ar , 0, . . . , 0}, ai ̸= 0, 1 ≤ i ≤ r .
. . . . . .

.
Proposición
.
Sea f una forma bilineal simétrica definida sobre un espacio
vectorial V de dimensión finita n sobre un cuerpo de
caracterı́stica distinta de dos. el número de entradas no nulas
en cualquier matriz diagonal asociada a f es el mismo. A este
número se le denomina rango de la forma bilineal simétrica y
.coincide con el rango de cualquier matriz asociada a f .
. . . . . .

.
Corolario
.
La dimensión del núcleo de f es n − rang(A), donde A es la
.matriz asociada a f con respecto a cualquier base de V .
.
Proposición
.
La base del teorema anterior, con respecto a la cual la matriz
de
. f es diagonal es una base ortogonal.
.
Proposición
.
Sea V (K ) un espacio vectorial finito dimensional. Sea
f : V × V → K una forma bilineal simétrica y X un subespacio
de V tal que la restricción de f a X es no degenerada.
Entonces existe un subespacio vectorial Y de V tal que
. =X⃝
V ⊥Y.
. . . . . .

Producto escalar euclı́deo
.
Definición
.
Sea V = Rn y f : V × V → R definida por
∑
n
f (x, y ) = xi yi
i=1
con x = (x1 , x2 , . . . , xn ) e y = (y1 , y2 , . . . , yn ) en la base

canónica. Ası́ definida f es una forma bilineal simĺetrica sobre
.R llamada producto escalar euclı́deo.
n
. . . . . .

Formas cuadráticas.
.
Definición
.
Sea V un espacio vectorial sobre un cuerpo K y f una forma
bilineal sobreV . Llamaremos forma cuadrática, asociada a la
forma bilineal f , a la aplicación q : V → K definida por
.q(x) = f (x, x) para todo x ∈ V .
.
Proposición
.
Si q : V → K es una forma cuadrática asociada a una forma
bilineal f , entonces:
1. q(λx) = λ2 q(x) para todos x ∈ V y λ ∈ K .
2. q(x + y) = q(x) + q(y ) + f (x, y ) + f (y , x) para todos
x, y ∈ V .
.
. . . . . .

Formas cuadráticas.
.
Proposición
.
Sea q : V → K una forma cuadrática. Entonces existe alguna
forma bilineal g de forma que q(x) = g(x, x) para todo x ∈ V .
Si la caracterı́stica del cuerpo base es distinta de dos, de entre
todas las formas bilineales que tienen como forma cuadrática
asociada a q solo existe una, f , que es simétrica y que viene
.dada por f (x, y) = 2 (q(x + y ) − q(x) − q(y )), ∀x, y ∈ V .
1
.
Definición
.
En el contesto anterior, llamaremos forma polar asociada a la
forma cuadrática q a la única forma bilineal simétrica f que
viene dada en la forma:
1
f (x, y ) = (q(x + y ) − q(x) − q(y )), ∀x, y ∈ V .
. 2 . . . . . .

Dimensión finita. Matriz de una forma cuadrática.
Sea q : V → K una forma cuadrática y f : V × V → K su forma

porlar asociada. Entonces la matriz asociada a q respecto a
una base B se define como la matriz asociada a f en dicha
base, es decir,
MB (q) = MB (f ).
Por lo tanto, si A = (aij es la matriz asociada a la forma
cuadrática en cierta base, es decir, la matriz de la forma polar
correspondiente, la expresión de q : V → K en dicha base es
 
x1
 ..  ∑
n
q(x1 , . . . , xn ) = (x1 , . . . , xn )A  .  = aij xi xj .
xn i,j=1
. . . . . .

Dimensión finita. Matriz de una forma cuadrática.
Ya que la matriz de una forma cuadrática es la matriz de la

forma polar asociada, los cambios de base afectarán de igual
forma a la matriz de la forma cuadrática que a la matriz de la
forma bilineal. Por lo tanto, en un cambio de base de B a B ′ se
verificará:
MB′ (q) = PB′ B MB (q)PBt ′ B .
.
Definición
.
Sea q : V → K una forma cuadrática con V (K ) de dimensión
finita. Definiremos el rango de q como el rango de cualquier
matriz asociada a q. Diremos que q es no degenerada si la
.forma polar f asociada a q es no degenerada.
. . . . . .

Clasificación de formas cuadráticas complejas en dimensión finita.
.
Teorema
.
Sea q una forma cuadrática sobre un espacio vectorial
complejo V de dimensión finita. Entonces existe una base B de
V con respecto a la cual la expresión de q es
q(x) = ξ1 (x)2 + ξ2 (x)2 + . . . + ξr (x)2 , ∀x ∈ V ,
donde r es el rango de la forma cuadrática y ξi (x) es la
.coordenada i-ésima del vector x en la base B.
El teorema anterior nos dice que tenemos perfectamente
clasificadas las formas cuadráticas sobre C, el rango forma un
conjunto completo de invariantes para su clasificación.
. . . . . .

Clasificación de formas cuadráticas complejas en dimensión finita.
.
Corolario
.
Sea A ∈ Mn (C) una matriz simétrica. Entonces A es
congruente a una matriz diagonal de la forma
 
1
 . . r) 
 . 
 
 1 
 
 0 
 
 . n−r ) 
 .. 
0
donde
. r es el rango de q y es invariante frente a congruencia.
. . . . . .

Clasificación de formas cuadráticas reales en dimensión finita.
.
Definiciones
.
Una forma cuadrática definida sobre un espacio vectorial real
diremos que es definida positiva si q(v ) > 0 para todo
v ∈ V \ {0}.
diremos que es semidefinida positiva si q(v ) ≥ 0 para todo
v ∈ V \ {0}.
diremos que es definida negativa si q(v ) < 0 para todo
v ∈ V \ {0}.
diremos que es semidefinida negativa si q(v ) ≤ 0 para todo
v ∈ V \ {0}.
Si q toma valores positivos y negativos se dirá que es no
definida
. o indefinida. . . . . . .

.
Teorema
.
Sea q una forma cuadrática sobre un espacio vectorial real.
Entonces
V = P ⊕ Q ⊕ V ⊥,
con q definida positiva en P y definida negativa en Q. Además
la dimensión de P y la de Q dependen de q y no de la elección
.de bases.
.
Definiciones
.
En las condiciones del teorema anterior, llamaremos signatura
a
. la dimensión de P.
El teorema anterior nos dice que el rango y la signatura forman
un conjunto completo de invariantes para la clasificación de las
formas cuadráticas reales. . . . . . .

.
Corolario
.
Sea A ∈ Mn (R) una matriz simétrica. Entonces A es
congruente a una matriz del tipo
 
1
 . . s) 
 . 
 
 
 1 
 −1 
 
 
 . . r −s) 
 . 
 
 −1 
 
 0 
 
 . . n−r ) 
 . 
. 0
. . . . . .

.
Corolario
.
Cualquier forma cuadrática real q definida positiva sobre un
espacio vectorial de dimensión finita n puede expresarse en la
forma
q(x) = ξ1 (x)2 + ξ2 (x)2 + . . . + ξn (x)2 ,
mediante
. un cambio de base conveniente.
. . . . . .

.
Corolario
.
Si r y s son el rango y la signatura de una forma cuadrática real
q, entonces 0 ≤ s ≤ r ≤ n. Además
1. Si 0 < s = r < n ⇒ q es semidefinida positiva.
2. Si 0 < s = r = n ⇒ q es definida positiva.
3.
Si 0 = s < r < n ⇒ q es semidefinida negativa.
4. Si 0 = s < r = n ⇒ q es definida negativa.
5.
Si 0 < s < r ⇒ q es indefinida.
6. Si r = 0 ⇒ q es identicamente nula.
.
. . . . . .

.
Teorema
.
Sea q una forma cuadrática real sobre un espacio vectorial de
dimensión n. Sea A la matriz de q en cierta base. Entonces q
es definida positiva si, y solo si, los menores principales de A
son
. positivos.
.
Corolario
.
Sea q una forma cuadrática real sobre un espacio vectorial de
dimensión n. Sea A la matriz de q en cierta base. Entonces q
es definida negativa si, y solo si, los signos de los menores
principales
. de A son (−1)i , con i el orden del menor.
. . . . . .

Transformaciones ortogonales en Rn
.
Definición
.
Sea (Rn , q) un espacio vectorial real y q la forma cuadrática que nos
proporciona el producto escalar euclı́deo sobre Rn . Diremos que un
isomorfismo T : Rn → Rn es una isometrı́a o transformación ortogonal si:
. q(T (x)) = q(x), ∀x ∈ Rn .
.
Proposición
.
Sea (Rn , q) un espacio vectorial real de dimensión finita y q la forma
cuadrática que nos proporciona el producto escalar sobre Rn . Un
isomorfismo T : Rn → Rn es una transformación ortogonal si, y solo si, fijada
una base cualquiera B de V se tiene:
. MB (T )MB (T )t = Id.
. . . . . .

Transformaciones ortogonales en Rn
.
Teorema
.
La matriz de una transformación ortogonal de (Rn , q) con q la forma
cuadrática que nos proporciona el producto escalar euclı́deo sobre Rn , es en
cierta base ortonormal. de la forma:
 
Ir
 −Is 
 
 cosα senα 
 1 1

 −senα cosα 
 1 1

 . 
 .. 
 
 cosαk senαk 
−senαk cosαk
donde
. Ir e Is son las matrices identidad de órdenes r y s respectivamente.
. . . . . .

Transformaciones ortogonales en R2 y R3
Vamos a estudiar los espacios (Rn , q) donde q es la forma cuadrática

definida positiva dada por:
q(x1 , x2 , . . . , xn ) = x12 + x22 + · · · + xn2 ,

ejemplos de los que más adelante llamaremos espacios euclı́deos.
Denominaremos producto escalar euclı́deo de Rn a la forma polar de
q. Una base ortogonal con respecto al producto escalar diremos que
es ortonormal si q(v ) = 1 para todo vector v de la base.
. . . . . .

.
Corolario
.
En R2 con respecto al producto escalar eucı́deo, las
transformaciones ortogonales responden a uno de estos dos tipos:
( )
1.
cosα senα
, giro de ángulo α.
−senα cosα
( )
2.
1 0
, simetrı́a respecto de un eje.
0 −1
.
. . . . . .

.
Corolario
.
En R3 , con respecto al producto escalar euclı́deo, las transformaciones
ortogonales responden a uno de los siguientes cuatro tipos:
 
1 0 0
.1 Tipo I →  0 cosα senα , rotación de ángulo α y cierto eje.
0 −senα cosα
 
−1 0 0
2. Tipo II → 0 1 0 , simetrı́a respecto de un plano.
0 0 1
 
−1 0 0
3. Tipo III → 0 cosα senα , composición de I y II.
0 −senα cosα
 
1 0 0
4. Tipo IV → 0 −1 0 , simetrı́a respecto de un eje (I con α = π).
0 0 −1
.
. . . . . .

Teorema del eje principal
.
Teorema
.
Sea M ∈ Mn (R) una matriz simétrica. Entonces todos sus autovalores son
reales y además D = PMP −1 , donde D es diagonal y P es una matriz que
verifica
. P −1 = P t .
.
Definición
.
Se dice que una matriz M ∈ Mn (R) es ortogonal si M es inversible y
.M −1 = M t .
. . . . . .

Producto escalar
Sea V un espacio vectorial real. Recordemos que se llama producto

escalar sobre V a toda forma bilineal simĺetrica f que verifique
f (u, u) > 0 si u ∈ V \ {0}. Se suelen usar las notaciones
f (u, v ) = ⟨u, v ⟩ = (u|v ) = ⟨u|v ⟩. Si denotamos por q a la forma
cuadrática asociada a f , entonces q(u) > 0, si u ∈ V \ {0}, es decir,
q es definida positiva.
.
Proposición (Desigualdad de Schwarz)
.
Si V es un espacio vectorial real con producto escalar ⟨·, ·⟩, entonces
. ⟨u, v ⟩2 ≤ ⟨u, u⟩ · ⟨v , v ⟩, ∀u, v ∈ V .
. . . . . .

Norma
.
Definición
.
Si ⟨·, ·⟩ es un producto escalar definido en un espacio vectorial real
V , la aplicación ∥ · ∥ : V → R dada por
1
∥u∥ := |⟨u, u⟩ 2 |
se denomina norma en V , verificando:
1. ∥u∥ = 0 ⇔ u = 0.
2. ∥λu∥ = |λ| · ∥u∥, ∀λ ∈ R y ∀v ∈ V .
3. ∥u + v ∥ ≤ ∥u∥ + ∥v ∥, ∀u, v ∈ V .
.
.
Definición
.
Si x ∈ V \ {0}, llamaremos vector normalizado de x, al vector ∥x∥
x
que es proporcional a x y de norma 1. Llamaremos normalización al

proceso
. que consiste en cambiar un vector por su normalizado.
. . . . . .

Norma
.
Definición
.
Sea X ⊂ V . Se denomina complemento ortogonal de X al
subespacio
. X ⊥ = {y ∈ V : ⟨x, y⟩ = 0, ∀x ∈ X }.
.
Definición
.
En un espacio euclı́deo (V , ⟨·, ·⟩) se define la distancia entre dos
vectores x e y como
. d(x, y) = ∥x − y∥, ∀x, y ∈ V .

.
Definición
.
Dados dos vectores x e y ∈ V , el único ángulo entre 0 y π tal que
⟨x, y ⟩
cosα =
∥x∥ · ∥y ∥
es
. el llamado ángulo entre los vectores x e y . . . . . . .

.
Proposición
.
Sea V un espacio vectorial euclı́deo. Se verifica entonces:
1. Dos vectores son linealmente dependientes si, y solo si, uno de
ellos es 0 o el ángulo entre ellos es 0 o π.

2. El ángulo entre dos vectores x e y de V es π si, y solo si, x e y
2
son perpendiculares.
. Sean x e y dos vectores de V . Si el ángulo entre x e y es α,
3
entonces el ángulo entre x y −y (o entre −x e y) es π − α.

.
. . . . . .

Ortonormalización de Gram-Schmidt
En un espacio euclı́deo (V , ⟨·, ·⟩) se define la proyección ortogonal de

v sobre u como el vector
⟨v , u⟩
proyu (v ) = u,
⟨u, u⟩
.
Proposición
.
Sea V un espacio vectorial euclı́deo (V , ⟨·, ·⟩) y u y v dos vectores no
nulos.
. Se tiene entonces que v − proyu (v ) y u son perpendiculares.
. . . . . .

.
Proposición
.
Supongamos que C = {v1 , v2 , . . . , vs } es un conjunto linealmente
independiente de vectores de (V , ⟨·, ·⟩), un espacio vectorial euclı́deo.
Para obtener un conjunto ortonormal de vectores que genere el
mismo subespecie que C, se procede de la siguiente forma:
v1
ω1 := v1 → u1 =
∥v1 ∥
ω2
ω2 := v2 − ⟨v2 , u1 ⟩u1 → u2 =
∥ω2 ∥
ω3
ω3 := v3 − ⟨v3 , u1 ⟩u1 − ⟨v3 , u2 ⟩u2 → u3 =
∥ω3 ∥
..
.
∑
s−1
ωs
ωs := vs − ⟨vs , uk ⟩uk → us = .
∥ωs ∥
. k =1
. . . . . .

.
Corolario
.
Todo espacio vectorial euclı́deo tiene una base ortonormal.
.
Lema
.
Todo conjunto ortonormal de vectores de un espacio vectorial
euclı́deo
. es linealmente independiente.
.
Teorema
.
Sea (V , ⟨·, ·⟩) un espacio euclı́deo, entonces todo conjunto
ortonormal de vectores puede ser completado hasta obtener una
..base ortonormal de V .
. . . . . .


TEMA 3 - Formas Bilineales y Cuadraticas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

TEMA 3 - Formas Bilineales y Cuadraticas

Cargado por

Copyright:

Formatos disponibles

.

Formas bilineales y cuadráticas

Dolores Martı́n Barquero

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Recordemos que la caracterı́stica de un cuerpo K es cero o un

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

que coincide con ⊥ V . Evidentemente, f es no degenerada por

.la izquierda cuando Keri (f ) = {0}.

Dolores Martı́n Barquero Universidad de Málaga

que coincide con V ⊥ . Evidentemente, f es no degenerada por

.la derecha cuando Kerd (f ) = {0}.

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Sea f ∈ L2 (V 2 ; K ) y B = {v1 , v2 , . . . vn } una base de V .

f (vi , vj ) = f (vj , vi ), luego aij )aji para todos

f (vi , vj ) = −f (vj , vi ), ası́ aij = −aji , y por tanto la matriz

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

U es no degenerada (llamaremos a U subespacio vectorial

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

con x = (x1 , x2 , . . . , xn ) e y = (y1 , y2 , . . . , yn ) en la base

Dolores Martı́n Barquero Universidad de Málaga

2. q(x + y) = q(x) + q(y ) + f (x, y ) + f (y , x) para todos

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Sea q : V → K una forma cuadrática y f : V × V → K su forma

Dolores Martı́n Barquero Universidad de Málaga

Ya que la matriz de una forma cuadrática es la matriz de la

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

2. Si 0 < s = r = n ⇒ q es definida positiva.

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

. q(T (x)) = q(x), ∀x ∈ Rn .

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Vamos a estudiar los espacios (Rn , q) donde q es la forma cuadrática

q(x1 , x2 , . . . , xn ) = x12 + x22 + · · · + xn2 ,

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Dolores Martı́n Barquero Universidad de Málaga

Sea V un espacio vectorial real. Recordemos que se llama producto

. ⟨u, v ⟩2 ≤ ⟨u, u⟩ · ⟨v , v ⟩, ∀u, v ∈ V .

Dolores Martı́n Barquero Universidad de Málaga

2. ∥λu∥ = |λ| · ∥u∥, ∀λ ∈ R y ∀v ∈ V .

que es proporcional a x y de norma 1. Llamaremos normalización al