Clase 01.12.2020.

(son dos partes de problemas)

Problemas.

24) 𝐿 = gen{𝑎( , 𝑎* , 𝑎+ }. 𝑎( = (2,1,1, −1), 𝑎* = (1,1,3,0), 𝑎+ = (1,2,8,1). Determinar Proy; 𝑥 y el

componente ortogonal del vector 𝑥 con respecto a subespacio L, si 𝑥 = (5,2, −2,2).

Matrices ortogonales, transformaciones ortogonales.

Sea dada una transformación lineal de n variables

𝑥> = ∑FAG( 𝑞>A 𝑦A , (𝑖 = EEEEE

1, 𝑛) (9.1)

la matriz de esta transformación se denota por Q. Esta transformación lleva la forma cuadrática
𝑥(* + 𝑥** + ⋯ + 𝑥F* (que es la forma normal de las formas cuadráticas definidas positivas) a cierta
forma de las variables 𝑦( , 𝑦* , … , 𝑦F . Eventualmente, esta nueva forma cuadrática también puede
resultar ser la suma de los cuadrados de las variables 𝑦( , 𝑦* , … , 𝑦F , es decir, puede ocurrir que se
verifique la igualdad

𝑥(* + 𝑥** + ⋯ + 𝑥F* = 𝑦(* + 𝑦** + ⋯ + 𝑦F* (9.2)

lo cual se convierte en una identidad después de sustituir las variables 𝑥( , 𝑥* , … , 𝑥F por sus
expresiones (9.1). La transformación lineal que posee esta propiedad se llama transformación
ortogonal, en otras palabras.

Def.9.12. Transformación ortogonal de las variables es transformación lineal que mantiene la suma
de los cuadrados de las variables. Su matriz Q se llama matriz ortogonal.

Existen muchas otras definiciones equivalentes a def.9.11. Sabemos que la matriz de una forma
cuadrática se transforma por la ley siguiente

𝑄𝐹𝑄M = 𝐹´, en virtud de (9.2) 𝐹 = 𝐹´ = 𝐼, entonces 𝑄𝐼𝑄M = 𝐼, entonces 𝑄𝑄M = 𝐼 esto significa

Def.9.13. La matriz ortogonal Q se puede definir como una matriz para la cual la matriz transpuesta
𝑄M es igual a la matriz inversa 𝑄P( .

Propiedades de las matrices ortogonales.

1. La matriz cuadrada Q es ortogonal cuando, y sólo cuando, la suma de los cuadrados de todos
los elementos de cualquiera de sus filas es igual a la unidad y la suma de los productos de
los elementos correspondientes de dos filas cualesquiera diferentes es igual a cero.
2. El determinante de una matriz ortogonal es igual a ±1, es decir, toda transformación
ortogonal de las variables no es degenerada. (Afirmaciones inversas no son validas)
 3. La matriz inversa de una matriz ortogonal es también ortogonal.
4. Producto de matrices ortogonales también es ortogonal.

Observación 9.2. En virtud de propiedad 3 tenemos que propiedad 1 de las matrices ortogonales
también es válida para columnas de la matriz ortogonal. Propiedad 1 significa que una matriz es
ortogonal si está formada de las coordenadas de los vectores ortonormales.

Reducción de una forma cuadrática a los ejes principales.

Teorema 9.3. Para cualquier matriz simétrica A se puede hallar una matriz ortogonal Q que reduzca
la matriz 𝐴 a la forma diagonal, o sea, que la matriz 𝑄 P( 𝐴𝑄, que es la transformada de la matriz 𝐴
por la matriz 𝑄, resulta diagonal.

Recordemos, que para una matriz arbitraria no siempre es posible diagonalización, solamente en el
caso, si existe la base de los vectores propios. Pero si la matriz A es simétrica, entonces su
diagonalización siempre es posible.

Teorema 9.4. (reducción de una forma cuadrática real a los ejes principales) Toda forma cuadrática
real 𝑓(𝑥( , 𝑥* , … , 𝑥F ) se puede reducir a la forma canónica mediante una transformación ortogonal
de las variables.

Teorema 9.5. Cualesquiera que sea la transformación ortogonal que reduzca la forma cuadrática
𝑓(𝑥( , 𝑥* , … , 𝑥F ) de matriz F a la forma canónica, los coeficientes de esta forma canónica son los
valores propios da la matriz F, tomadas con sus órdenes de multiplicidad.

Si reducimos la forma cuadrática a la forma canónica por el método de Lagrange (formando

cuadrado perfecto de cada variable), entonces los coeficientes de la forma canónica pueden salir
diferentes, eso depende de los cambios de variables correspondientes.

Pero si vamos a reducir a la forma canónica por una transformación ortogonal, los coeficientes se
determinan unívocamente, salvo su orden, y los coeficientes son valores propios de la matriz F.

Problemas.

Encontrar la forma canónica de la forma cuadrática dada, obtenida por una transformación
ortogonal, sin determinar esa transformación.

25) 𝑓 = 𝑥( * − 2𝑥( 𝑥* − 2𝑥( 𝑥+ − 2𝑥* 𝑥+

26) 𝑓 = 3𝑥( * + 3𝑥* * − 𝑥+ * − 6𝑥( 𝑥* − 2𝑥( 𝑥+ + 4𝑥* 𝑥+

27) 𝑓 = 3𝑥* * + 3𝑥+ * + 4𝑥( 𝑥* + 4𝑥( 𝑥+ − 2𝑥* 𝑥+

Respuestas.

24) La base ortogonal es 𝑏( = (2,1,1, −1), 𝑏* = (−5,1,15,6).

* ( ( ( \ ( (\ ^
La base ortonormal es 𝑒( = X , , ,− [ , 𝑒* = X− , , , [.
√Z √Z √Z √Z √*]Z √*]Z √*]Z √*]Z

] (^ ] ] ] b( \ ( (\ ^
Proy_` 𝑥 = 𝑒 = X Z , Z , Z , − Z[, Proy_a 𝑥 = − 𝑒 = XZ , − Z , − , − Z[
√Z ( √*]Z * Z

Proy; 𝑥 = Proy_` 𝑥 + Proy_a 𝑥 = (3,1, −1, −2)

𝑥 − Proy; 𝑥 = (2,1, −1,4)

1 −1 −1
25) Matriz de esa forma cuadrática es 𝐹 = c−1 0 −1d. Para calcular valores propios es
−1 −1 0
1 − 𝜆 −1 −1
necesario resolver la ecuación det(𝐹 − 𝜆𝐼) = 0 → i −1 −𝜆 −1i = 0 →
−1 −1 −𝜆

𝜆* (1 − 𝜆) − 1 − 1 − [−𝜆 + 1 − 𝜆 − 𝜆] = 0

Simplificando la parte izquierda se obtiene la ecuación −𝜆+ + 𝜆* + 3𝜆 − 3 = 0.

Los posibles ceros racionales de esa ecuación son factores del término independiente -3 y son los
números {±1, ±3}.

Comprobamos el número -1 por el método de división sintética

𝜆+ 𝜆* 𝜆( 𝜆l

-1 1 3 -3

1 -2 -1 -1

-1 2 1 -4

Residuo de la división es -4, no es igual a cero, entonces el numero -1 no es raíz.

Comprobamos el número 1 por el método de división sintética

𝜆+ 𝜆* 𝜆( 𝜆l

-1 1 3 -3

-1 0 3 1

-1 0 3 0
Residuo de la división es 0, el numero 1 es raíz y nuestra ecuación cúbica es equivalente a la ecuación
(𝜆 − 1)(−𝜆* + 3) = 0, que tiene raíces 𝜆( = 1, 𝜆* = √3, 𝜆+ = −√3. Entonces la forma canónica de
la forma cuadrática dada es 𝑓 = 𝑦( * + √3𝑦* * − √3𝑦+ *. El orden de los coeficientes puede ser
diferente, es decir la respuesta 𝑓 = √3𝑦( * − √3𝑦* * + 𝑦+ * es correcta también.

26) La forma canónica de la forma cuadrática dada es 𝑓 = 3𝑦( * + m1 + √17o𝑦* * + (1 − √17)𝑦+ * .

El orden de los coeficientes puede ser diferente.

27) La forma canónica de la forma cuadrática dada es 𝑓 = −2𝑦( * + 4𝑦* * + 4𝑦+ * .