Capitulo 3 FORMAS CUADRATICAS REALES Las formas cuadrdticas aparecen en distintas dreas de las matematicas y de sus aplio ciones. Quizds nuestro primer encuentro con ellas es en geometria analitica, en el estudio de curvas y superficies de segundo grado. Por ejemplo, sabemos que el conjunto de puntos (z.y) de un plano xy, que satisfacen una ecuacién del tipo ax? 4 bry +cy’? +d2a+ey+f=0 es siempre una seccién cénica o un caso degenarado de seccién cénica, y que el tips de conica viene determinado por los términos de segundo grado, es decir, por la forma cuadratica az’ + bry + ey" Mediante una rotacién de ejes, esto es mediante cierto tipo de transformacidn lineal de las variables 2, y, con matriz de cambio ortogonal, podemos transformar esta for cuadrdtica en una mas simple (una suma de cuadrados) lo que permite identificar facil mente el tipo de cénica. También encontramos tas formas cuadraticas en el Céleulo, ewando estudiamos maximes y minimos locales de una funcin de vartas variables (ver secctén 3.3). En este caso d interés radica en conocer el signo de los valores que toma la forma cuadratica, Las formas cuadtdticas se aplican, ademés, en Areas como estadistica (andlisis de vw rjanza), mecdnica, investigacién de operaciones, teorfa de niimeros y cristalografia, entre otras. Referencias: [Noble Daniel, cap. 10. {Horn-Johnson], cap. 7. (Lancaster), cap. 2. {Maltsev], cap. 6. [Apostof, cap. 5. (Florey), cap. 7 [Bocher], cap. 9, 10 y IE3. Formas cuadraticas en 2" no) 3.1 Formas cuadraticas en Definicién. Una forma cuadratica en 2” es una funcién del tipo f: Br — Eg Pa non 72 x=} ) Se) = OV ayarry a ra donde los aj) son nimeros reales dados. | f(x), en (1), es una expresién polinomial en 21,...,2,, en la que cada término ayjera, es de grado 2; de ahi fa denominacin “cuadratica”. Los términos asia) con @ #9 se dicen términos mixtos o cruzados, y los de la forma ajir?, términos cuadrados En notacién matricial f(x), en (1), puede ser escrito en la forma. f(x) = xT Ax = (x, Ax} (2) siendo A fey) Bn efecto: n &%., Sages ‘ = in eal [Seuss af ; 1 = Sf me) Pe ae PTA yt Onn Zn Preguuta. Bs A = [aj] la dnica matriz pasa la cual f(x), en (1), es de la forma (2)? Para dar respuesta a esta pregunta observe que como F(x) = yayey + Qyory ty to + AP A daeori + auetgrg to + Qontetn + Ontnd + notary + + dante tn120 Cap. 3. Formas cnadratieas reales entonces se puede arreglar f(x) en la forma LO) = art tt aad + (ore + aa ayee t+ (ayy + aarti en @) expresidn en la que el coeficiente de vez, i < j, es lasuma de los elementos ay; ¥ ai) siesta misma suma se expresa comma by + bys. con bi) # ai. ¥ si B = (bj), tendremos fix) =x’ Bx stendo BA Por ejemplo, si f(x) = af + Teh + 524 + Garay + Saiz t dears 4) entonces fx) =i re mh fl 4 2] fn 2 T -2] | xe 36 5} [as B my vy) [1 5 1) on 1 7 8] fay 445 ra] — © De manera que una forma cuadrAtica puede ser expresada en la forina x? Ax usando distintas (realmente infinitas) matrices ‘A. Estas matrices A tienew los muismos elementos en ia diagonal principal, y In sua de cletnentos ubicados simétricamente respecto a la diagonal principal, tainbién igual. Una, y sélo una, de esas matrices os simétrica. Por ejemplo, para la forma cuadratica (4) f(x) = [er me rs] [1 3 25] fay 3.7 2| |e 252 5] los A siendo A simétrica. 1 Observe que A = >{B +B} = ic +C% = 2 En general, dada ana forma cuadratica en BY, f(x) = x7 Bx, hay una y slo una matria 1 , . simétrica real A tal que f(x) = x? Ax: es A = 5(B +B). Se pide probar ésto en d j i.2 Diagonalizacién de una forma cuadraticn i adelante supondremos que en la expresién x Ax de una forma cuadratica, la matriz es simétrica or ultimo, si f(x) = x" Dx, con D diagonal, digamos a D= dy tonces. f(x) = dist +--+ dyed, six = (a; ... 2, J". En este caso la forma sadratica f se dice una forma diagonal Ejercicios 3.1 3.1.1 Sea f(x} = x? Bx una forma cuadratica en BE". Pruebe que A = lie +BY) esa dnica matriz simétrica real tal que WxER, f(x) =x? Ax. Ayuda: Utilice el ejercicio 2.4.2. 3.1.2 Expresar cada una de las siguientes formas cuadraticas en la forma x? Ax con A simétriea: a) ax? + bay + ey? b) a? + acy ty? +27 ) at $y? $27 ) ) ) ) d) 30? + ry + Ty? + 2? + Qyw + Be? B13 Sea AE Myce (B) x x ER”. Probar que x? Ax = Tr(Axx?) 3.2 Diagonalizacién de una forma cuadratica Consideremos la forma cuadratica fo Be — 8 Try 2 xe |! fm fo) = xP Ax mn A simétrica.122 Cap. 3. Formas cuadrati s reales La matriz A so dird la matriz que representa a f en las coordenadas naturales, o en la base natural de B" Sea B = {yj,....¥n} cualquier base (ordenada) de EB" y digamos que e! vector de coordenadas en la base B para el vector x = [2 ay)" de B es uM y= Mn esto es, X= Ww Y1 + + Un¥n Recuerde que la relacion entre los vectores columna x y y es x=Py o y=Pr'x donde P = [ys Ya] es la matriz de paso de la base B a la bese natural Entonces f(x) =x" Ax = (Py)? A(Py) por tanto, si B= PPAP, se tiene que yl(PTAP)y vx €R fix) = (xe) Bxis Definicién. $ que una matriz. si f una forma euadratica on BR" y B una base cualquiera de 2". Diremos ica BE M,,x,02) representa a f. respecto a la base B si YRER", f(x) = (xu)! Bxs Hemos probado el siguiente teorema. Teorema 3.2.1. Sea f(x) = x? Ax una forma cuadratica en PE". SiB = {y1.....¥nh- es una base de B.”, entonces [a matriz que representa a f respecto a esta base es B=P7AP donde P es la matriz de paso de la base B a la base natural, estoes, P= {yy ... yn} Consideremos una forma cuadratica en RM, f(x) = x7 Ax. Supongamios que de alguna manera hemos encontrado una matriz P real invertible, P= [yi ... Yn), tal que by matriz, D=P?aP42 Dingonalizacién de wns forma enadr: 3 una matrig diagonal, digamos ay dy Entonces, de acuerdo con el teorema anterior, en la base B = {y1,...,y,), Des la matriz que representa a f, lo cual significa que VeER", f(x) = (xe)? Dxg, a a de manera que si parax = | : | €R", xs=y= , esto es Pn Yn wn n :)=P (3) Yn rn entonces Sx) = xT Ax = y"Dy? = duh +--+ dayne Diremos que f se ha redlucido a una suma de cuadrados o a una forma diagonal. o que se ha diagonalizado, mediante el cambio de variables (5) Nos referiremos a un cambio de variables de] tipo (5), es decir, a un cambio de variables w mH Q Ur en el que Q es una matriz real e invertible, como una transformacién lineal real invertible, de las variables 21, ..., tn. El hecho a destacar es que toda forma cuadritica en IR" puede ser reducida a una forma diagonal, mediante una ¢ransformacién lineal real invertible de las variables. A conti- miacién mostrarnos distintas maneras de lograr esta reduccidn Diagonalizacién de una forma cuadratica mediante una transformacién ortogonal Sea A € Mn xn('2} simeétrica. Consideremos Ja forma cuadratica en BR” f(x) = xTAx (6)124 Cap. 3. Formas cuadraticas reales Sabemos (Teorema espectral para matrices simétricas) que si A), ..., Ay son los valores propios de A (los cuales son todos reales) existe una matriz ortogonal P, de orden n, (P es invertible y P-! = P?) tal que AL PTap = . (7) hein B Haciendo el cambio de variables YL a : : 8) Un fu Ss ond y x tendremos La transformactén lineal de variables (3) tiene matriz de cocficientes ortogonal; direracs que es una transformacién ortegonal. ‘Val cambio de variables corresponde a pasat de la base natural de IP", que es una base ortonormal, a la base ortonormal (yi... Ye) siPafy yah itemos probado el signiente teorema Teorema 3.2.2. Toda forma cundrdtica (en EI") puede ilevarse a una forma diagona mediante una transformacion ortogonal de las variables. Ejomplo 3.2.1 Considere la forma euadrAtica en F(x} y a) Reduzca f a una forma diagonal mediante una transformacisn ortogonal de tas variables b) Use las nuevas variables para identificar la curva, etrytye=l.9.2 Diagonalizacién de una forma cuadvatica 125 Solucién a) Se tiene que f(x) =xTAx para A= [1 7] Para la matriz A se encuentra que: + fad) = det (A — Mk) = (3/2 = A) (1/2 =A) - Los valores propios de A son \, = 3/2 ¥ Ay = 1/2, armbos de ma, 1 » E(Ay) = gen {x = [i]} y (de) = gen {x= [i] Si 1 | x: pega thei 1 Ne DMA Iball entonces B = {y,,y2} es una base ortonormal para B?, constituida per vectores propios de A, y la matriz Pe=lyiyz] es una matniz ortogonal tal que ray [32 0 peaP= [ 0 iia] bee Haciendo e] catubio de variables se obtiene 5 : Fix) = y™Dy = S00 + SW? La transformacidn de variables realizada es una transformacié i orlogonal, y las nue vas coordenadas corresponden al sistema cartesian asociado a 1a base ortonarmal B (vea figura 3.1). b) En las nuevas coordenadas 2’, y la eenacién wr hayty126 Cap. 3. Formas cuadraticas reales toma la fornia 3 SP + Sly = 1 cuya grafica en ol sisterna cartesiano 2/y/ es una clipse, la cna) se innestra en la figura siguiente: Figura 3.1 Ejemplo 3.2. Diagonalizar, nediante una transformacidn ortogonal, la forma cuadratica en ES fog = $430} — Qing — Bory, wale 2 Solucién | 3-1 o fisj=x'Ax con AS]-! 2 -1 Oo -l 3 A os la matriz del ejemplo 2.3.1; sus valores propios son Ay = Ly Ay RAs ed yn base ortogonial de 4, de vectores propios de A, es 1 1 1 x= !2],x2.=! 0] .xs= | -1 1 -1 1 x; correspondiendo a Ay, i= 1,2,3. xy Ibsell vectores propios de A. Si y. + 2,8, entonces B = {y:,yz,ya} es una base ortonormal de BY, La matriz P=[y. yz ys] es ortogonal y tal que PTAP = Don 0 3 0 BOO2 Diagonalizacién de wna forma enadraticn vy (P es la matriz de paso de la base B a la base natural.). Haciendo el carnbio de variables n 2 we} =P | ep us v3 “_S —~— y ¥ tenemos que Io 0 Six) =ay)=y¥7 |0 3 0} y= ui + 3ub + 4u8 Oo 0 4 Sise quiere identificar Ja superficie cvadratica Sap + 2x} + 323 — Qryty — Wey podemios usar Ja forma diagonal gly): en las nuevas coordenadas la vevaciéu de tal superficie es BH yh + ANS que corresponde aun elipsaide (que no es de revoluc Continuemos con la forma cuadratica (6), $i A es de raugo r entonces A tiene exacta- mente 7 valores propios no nulos (Jos cuales yo tienen que ser distintos); digarios que son ellos Ay... Ae. La muatriz P en (7) puede escogerse de tal forma gue » por tanto, al hacer el carnbio de variables (8) (y = Po!x}, la forma cuadritica I(x) = x7 Ax se reduce a la forma diagonal sy'Dy =n te they? a aly Sise admiten transfarmaciones lincales invertibles de variables, no ortogonales, es posible continuar la reduccion en (9), Digamos que A1....,Ap Son positives y Apyy,. Ae Son128, Cap. 4. Formas cnadraticas reales negativos; si Ver Q= : (inatriz nx n) entonces 1 1 Q™DQ = -1 0 0. LS aa Uaciondo el cambio de variables 4 uw . =q° |: in Yo es we * y reducimos Ja forma enadratica g(y) = y! Dy en (9) la forma h(x) =aT Die = oft teh = hy Recogemps este resultado en el siguiente teorema. Teorema 3.2.3. Sean AE Mayn(IP) simétrica y f(x) = x7Ax, x € BR". Si p(A) = ¥ pes el niimero de valores propios de A. positivos (r —p es el mimero de valores propi32 Diagonalizacién de una fortwa cuadvition res hegativos) entonees existe una imatriz © © My ..(2) mivertible tal qne ChACs (10) 0 {CT AC tiene en su diagonal p clenwntos tguales a 1 r— p iguales a1 vel resto son cero) Haciendo el caanbio de variables 2 reducimox f a la forma diagonal hiz) = 2" (CTAC)2 = of + Definicidn. Sean A, BE M,.,,{8). Diremos que Bes congruente a A si existe PE Myx a(lB) invertible tal que B=P/aP A continuacién algunos hechos acerea de la relacién de congruencia que wos interesau 1. La relacién de congruencia, como la de semejanza, es una rclacién de equivatencia en My en (2) 2. Dada una forma cuadratica en BY, f(x) = x7 Ax, se tiene que: una matriz Ben My un(B) simétrica representa a f en alguna base de I" si y sdlo si B ex congruente ad 3. En el teorema 3.2.3 se afirma que toda matriz simétrica real A de orden a y range res congruente a una matriz diagonal con las caracteristicas de la que aparece en (19)180 Cap. 3. Formas cuadraticas veaes Método de Lagrange Existe um procedimieuto conocido como metodo de Lagrange y también como tétode de “completar el cuadrado”, para reducir una forma cuadratica a una sumna de cuadrados Veasnos un ejemplo antes de proceder a le descripcidn general de ese uittode Cousidere la forma cuadratica en IR f(x) = rb Qeyey +323 + dye 1) Agrupamos los t8rminos que venen 2): L(x) = (af + trey + deprs) + 303 + Geers + 505 = (xj + 2x ii) Completaros el cuadrado para la expeesion en paréntesis: P(x) = (ay + (ea + es)? = Cy + eg)? + Beh + Saves + Sah (ha bts) Fea ¥ Prats 4 On) 420, = (2) toy t dag)? +2. = (my by + 2ay)? +2) + (ra +39)? Haciende el cambio de variables MW S32) + tat Wry Ye = ry (uy va = ay try tendremos [ON = +e tw. Et cambio de variables en (11) en forma matricial es n Yd 2) fa v2) =|0 1 0) bee us 01 1} Les or siendo det C #0iagonalizacién de una forma cnadratica 131 Descripcién general del método de Lagrange Sea A = [aij] © Maun(B) simétri a. Considereinos la forma cuadratica en B" f(x) = xP Ax = YO ayriz; ath te Fane + Dayar yay $< + Zane tn +. + 2an-1n (12) -1Fns $i.o), £ 0 (como en el ejemplo), agrupamos todos los teérnninos que contienen 1 $x) = a2? + Qaygryeg te FQneita FLO ayjrrz; see ve vo 2 ot On . . =o (of p2ennee + +2222,20) + A(x") ,donde x" = u in an =a [sf+2n (f8ec4 + a 3)| + fi0C) on ay Completamos ahora el cuadrado para la expresién entre corchetes a 2 ») $ LO), ay fx) ay [(« eft ay Haciendo el cambio de variables ay an yay ery tt Se, ay au we 12 Yn = Pa esto es, haciendo n Vo ayafar: an/an) Ye 0 1 rp Yn 0 0 1 En132 Cap. 3. Formas cnadraticas reales (observe que det © # 0) tendreimos fy = any + aly") donde y* = [y2 yh Se continua ahora el trabajo sobre la forma cuadratica gly"). En general, si en (12) av #0, se puede agrupar los términos que tienen x, y proceder como se hizo con x1; asi, en el ejernple dado, tenemos en el paso i) dos posibilidades més: agrupar los términos que tienen zz 0 agrupar los que tienen zy. Swpongames ahora que los coeficientes as son todos mules en f(x) = x7 Ax. pero que, por ejemplo, ay) #0 Haciendo el cambio de variables 21 Sw te 2ST Me fo = Un Zn = Ye 2 y estaremos en la sitnacién antes considerada. el producto aryarz se convertin’ et: y# — Diagonalizacién de una forma cuadratica usando operaciones elementales Reducir una forma enadratica en RR", f(x) = x7 Ax, » una forma diagonal, sabernos, equivale a transformar Ja tatriz sinétrica A en una matriz diagonal congruente a A, esto es, en una matriz diagonal de ta forma C7AC, con C real invertible Como toda matriz invertible es producto de matrices elementales, una manera de llegara una matriz diagonal C7 AC, C real, es mediante una sucesién de operaciones elementals entre filas y la misma sucesin de operacions elementales pero entre columnas, inieiande con Ja matria A. Esa sucesidn de operaciones elementales entre filas, realizadas iniciando con I, dan CY. Se fundamenta este procedimiento en el hecho de que A es simétriea y en el siguiente resultado: Lema. Sea E una matriz elernental fila de orden n y sea A una matriz de orden 1 En AET, ET hace a las colurnnas de A Jo qne en EA, E hace a las filas Prueba. ABT = (BAT)?32 Diagonalizacién de una forma cnadratica 13 Bjemplo 3.2.2 1 2-8 Sea A = 2 5 -4 -3 0-4 8 Consideremos la tuatriz ampliada 1 2 -3:1 00 2 5 -4:0 10 -3 -4 8lo01 wo x Ts Realizamios sobre ella operaciones elementales fila, a fin de obtener a partir de A una mnatriz triangular superior: 1002-35100 1 2-85 1 0 0 205 -4:0 1 0J/—Jo 1 2:-2 1 » 3-4 8.001 0 9-5 7-2 1 — A Ts E.E2E,A E.ELE. E,, Ez, By son las matrices elernentates correspondientes a Jas operaciones realizadas: eu este caso E, multiplica Ia primera fila por +2 y la adiciona a la segunda, E; multipliea la primera fila por 3 y la adiciona a la tercera, y Ey multiplica la segunda fila por -2 y la adiciona a la tercera. Usamos altora el Lema anterior para concluir que, on este caso. 1 0 0 EsE,E,AETESES =|0 J 0]. (13) a 0 ee D esto es, (FoEoE:) A (EsE2E,)" = D ee Pr P con a) PT=E,E,E,=]-2 1 0 7-201 Ay D por ser congruentes representan la misma forma cuadratica; si Six)axTAx, x=[ny 22 23)"134 Cap. 3. Formas cuadréticns reales entonces el cambio de variables yu a we) =P | 2g vs 73 “— “— transforma f en la forma diagonal aly) = 7 (PTAP)y = yf +3 — 5u5 Adin es posible continuar con Ja reduceién de f: si 1 0 0 0 1 ve 1 0 0 E,DE;=|0 | 0 0 0 =-1 1 o 0 entonces asi que la matriz C = (EsEsE,5)) es tal que 1 0 9 cTac=j0 1 0 0 0-4 y asi, al hacer el cambio de variables nh a x [ =C7! jae zy 23 “SH “SS fa forma cuadratica f(x) = x" Ax quedaria reducida a la forma diagonal ha) = 2 ftab- 2. wk Ley de inercia de las formas cuadraticas Sea f(x) = x7Ax una forma cuadritica en B®. Si p(A) =r, sabemos, toda matria q represente a f también tiene rango r; en particular todas las formas diagonales a las q reduzcamos f mediante una transformacidn lineal real invertible, de variables, tend exactamente r coeficientes no nulos: Pero hay todavia algo més que tienen en convin es formas diagonales: tienen el mismo niimero de coeficientes positivos y el misrao nim de coeficientes negativos, como se afitma en el siguiente teorerna, resultado obtenil independientemente por Sylvester (1852) y Jacobi (1857), y Hamado por el primero de inercia de las formas cuadraticas.32 Diagonalizacién de una forma cuadrAtica 135 Teorema 3.2.4. Sea f una forma cuadratica en R". Todas las formas diagonales a las que reduzcamos J, mediante una transformacién lineal real invertible de variables, tienen al mismo niimero de coeficientes positivos y el mismo mimero de coeficientes negativos Prueba, Digarwos que f(x) = x7 Ax, x © B" y que p(A) = Supongameos que en una base By = {y;,...,¥n}, f se reduce a la forma diagonal cyt test cpu — Spar tpar ~~ ore (4) donde y=[y1 ... un" es el vector de coordenadas de x en la base By; y que en otra base By = {21,...,2n}, f se reduce a ta forma dyzt ts + yee — degy thy) — det? dp > OTH (15) donde z= { 2; ... %]" es el veetor de coordenadas de x en la bi By {No se pierde generalidad al suponer que en las formas diagonales alas que se redujo f. aparecen primero los coeficientes positives. ). Supongamos p > k. Sean Wy = gen fyi..¥p) y We = gen (tnai,...,2n}. Puesto que dim Wy +dim Wz =n+(p—k) >, p—k>0, Se Fr noe y puesto que W, + Wo CBM debe ser Wr 7 M’2 # {0}, es decir, existe xe BY, x #0, tal que x E Wy M2. Este vector x puede ser eserito tanto en la forma xSyyi to + UY como en la forma XS cegiBeg tot zatn Para este x tendriaios, segtin (14), que S(x) Seavi to tepyZ > 0 (ya que y; # 0 para algin i € {1,...,p) por ser x ¢ 0} y al mismo tiempo, segiin (15). que Sx) = &. De la misma forma se muestra que no puede ser p< k.136 Cap. 3. Formas cuadraticas realer Corolario. Cada forma cuadratica f en 2" puede reducirse, mediante una transfor macién lineal real invertible de Ins variables, a una tinica forma diagonal del tipo te beam oP, (16) Forma equivalente del corolario anterior. Cada matriz simétrica real de orden n es congruente a una tnica matriz diagonal con las caracteristicas de la matriz en (10). Definicién. En el corolario anterior, (16) se dird la forma normal de la forma cuadratica f. El inimero r (ct cual es ef rango de cualquier matriz simétrica que represente a f) se dirk el rango de f. El numero p se conoce como indice de f, y al numero s = 2p —r (la diferencia entre el uimero p de coeficientes positivos y el mimero r — p de covficientes negativos en las formas diagonales de f) se le denomina signatura de f. Definicién. Dos formas cuadréticas en BY se dicen equivalentes si se puede redu- cir cnalgniera de ellas a la otra, mediante una transformacién lineal real invertible de variables. Teorema 3.2.5. Sean f, g formas cuadriticas en B". Lay sisgnientes afirmaciones son equivalentes: 1. f ¥ 9 son equivalentes 2. f yg tienen Ia misma forma normal 3. f ¥-g tienen el mismo rango © y ef mismo indice p 4. § ¥q tienen ef mismo rango © y la misma signatura s, Valores extrernos de formas cuadraticas Con frecuencia surge el problema de encontrar los valores extremos de una forma cux dratica en BY, f(x) = x? Ax, bajo la restriceién (x,x) = 1, es decir, bajo la restriccién de que x se encuentre en Ja esfera unitaria de centro en 0, O={xER"/ |x] =). (11) Empecemos considerando el problema anterior para una forma diagonal gly) =iggtet Anus Yelm oy)” =y"Dy32 Diagonalizacién de una forma cuadréticn 137 siendo AL Digamos que Es claro que, cualquiera sea y € IR", Aallull? y que = Aaftyll? es decir, Vy EB", Asllyll? < g(y) < Anllyll2. En particular, Vy €0, Ar Saly) San. Como Ay = gles) y An =glen).y e1,e2 € O, entonces dy y An son, respectivamente, Jos valores minimo (min y7Dy) y maximo (waxy? Dy) de g sobre 0. yeO ye Pregunta: Ademas de ey en qué otros puntos de Q, g alcanza el valor mininio Ay? Seay =[y Yo J" € O, es decir, yf to 4 ye Se tiene gue M1 = Avett Aue S Avyt t+ Anti ae aly) dAndose la igualdad si y solamente si y; = 0 para aquellos # tales que Ay > Ay, es decir, g(y) = Ay siy sdlo si Dy = xy De manera que, para y € O, g(¥) = Ay si y solo si y es un vector propio de D, asociado a Ay. De manera similar se llega a que gly) = An siy sélo si y es un vector propio de D, asociado a Ay -138 Cap. 3. Formas cuadréticas reales Consideremos ahora una forma cuadratica cualquiera en BR", f(x) = x? Ax, y digamos que Ai,...,An son los valores propios de A con MS Sdn Sea P una matriz ortogonal tal que hh ry pol Un aS AS ¥ x reducimos f a la forma diagonal =y’Dy shyt dey? gly) = yi Dy = Aye + Ande Ahora bien, dado que P es ortegonal, para x = Py, se tiene que jixl| = (IPyi} = iv. y ademas cuando x recorre la esfera unitaria O, y también recorre a O, por tanto minx? Ax =miny’Dy =A, xe0) yeo y sirnilarmente maxx? Ax = max ¥! Dy = An EO yEeo Se deja como jercicio prohar que para x € 0, f(x) = Ax si y sélo si x es un vector propio de A, asociado a At y que Fx) = dx si s6lo si x es un vector propio de A, asociado a Ay Resumimos los resultados anteriores en el siguiente teorema,32 Diagonalizacién de una forma cuadratica a Teorema 3.2.8. Sea A una matriz simétrica de orden n, con valores propios 1... As os cuales suponemos ordenados en la forma My S++ < An, ¥ 90a O Ta esfera unitaria en (17). Entonces 1. Ay = minx’ Ax y Aq = maxx? Ax xed xeo 2. Para x € O, se tiene que xT Ax =A; si ¥ sélo si x es un vector propio de A, asociado a My, ¥ x" Ax = An si y silo si x es un vector propio de A, asociado a dy Algunas referencias para este iiltimo tema: [Noble-Daniel], cap. 10, sece. 10-4 y 10.5. [Lancaster], cap. 3 [Apostel], cap. 5, sece. 5.16, 5.17 y 5.18. Ejercicios 3.2 3.2.1 Diagonalizar la forma cnadratica Bap + Qe} 4 82} - Qurry — Qroey a) Mediaute una transformacion ortogonal b) Usando ef método de Lagrange ©} Usando operaciones elemmentales. En cada caso indicar con qué base estan asociadas las nuevas variables (coordena das), y si tal base es ortonormal Hallar el rango, el indice y ta signatura, como tanbién la forma normal de la forwia cuadratica en consideracion, 3.2.2 Mallar el rango y la signatura de cada una de Jas siguientes formas cuadrAticas a) le} to}+ aire + ries b) 2} + 2(nite + forg + rary t+ Zax5 t+ 2541) ce) Qnpry — ryng + Beg — Buty + oyea — Leste. Probar que ol rango ry la signatura 5 de una forma cuadratica son ambos pares © ambos impares y que -res O entonces f tiene un minimo en xy. y si f"Ito) < O entonces f tiene un maximo en zy (f"(z0) = 0 no decide) Para n > 1. desarrollando f en serie de Taylor alrededor de} punto critico xy se obtiene la expresion £(% +h} fova) = FE veda ila 5 tad (sy 1 Oe oF th= [hy dn ]”) para e} comportamiento local de f cerca a Xo ” La matriz de orden n, A = [ai] con a = pane es tlamada la Hessiana de f Oz; en Xo (LO. Hesse, 1811-1874); A es una matriz simétrica dado que OF _ ae _ Sr = aT (0) = Te 0a") = La expresion (18) toma la forma f(xo +h) ~ fi El comportamiento local de f. alrededor de X» (de manera similar al caso de una variable) puede determinarse a partir del signo algebraico de la forina cuadratica h? Ah142 Cap. 3. Formas cnaidriivicas reales Sih? Ah > 0 para todo he B", bh gO entonces f tiene un minimo local en xy Si bT Ah <0 para todo h € B" WZ 0, entonces f tiene un maximo local en Xa. Definicion, Sean A €M,,x,(I8) simétrica y f(x) = x7 Ax, x eR" 1. f se dird definida positiva (d.p.) si x” Ax > 0 para cada x #0 2. f se dird semidefinidla positiva (s dip.) si x? Ax 20 para todo x se dirt definida negativa (d.n.) si x? Ax < 0 para cada x £0 3 L 4. J se dird semidefinida negativa (sd) six! Ax <0 para todo x 5. fixe did indofinida o no definida si asume valores positives para algumos x y valores negativos para otros 6. La watriz A se dirt definida positiva, semnidefinida positiva, definida nega tiva, semidofinida negativa o indefinida segin sea la forma cuadratira f. Observactones. 1) Toda matiz d.p. os sd.p., por Lante todo Jo que se afirine sobre matrices slp serd slide para iatrices dp ii) Une matri2 Aes din. (sin) si y sdlo si -A ex dip. (s.dip.j: por tanto cada condieiin equivalente a “A os dip. (s.dp.)" dara lugar (al sugrituir en ella A por ~A) agua cqnivalente a A es dan. (s.dan.)>. Ejemplo 3.3.1 kn BA, fx) safer toy es dp. y ay — Day)? + (Gay — dars)* + (Bay — 49)" es sd.p. ya que ¥x € BS, g(x) 20; pero g no es dp. porque y(x) = 0 para todas aquellos x= [xy a 24)” tales que by Or fx, any Sry 03 =0 ema gue tiene soluciones no nulas. Sou las formas cuadraticas fy g equivalentes? —&3.3 Formas cuadraticas y matricos definidas me Bjemplo 3.3.2 Sea A una matriz real ux rm. La matria ATA es cuadrada de orden im y simétrien Ademis ATA es s.d.p. ya que Ve eR", x™(ATA)x = (Ax)"Ax = ||Axi[? 20 Si A tiene rango columna completo (p(A) = m) entonces ATA es d.p. En efecto, si x € RP, x? (AT A)x = 0 <=> |JAxl|’ = 0 <= Ax=0 Reo } por ser p(A) =m Qué puede decir de AAT? ok A continuacién listamos una serie de propiedades y earacterizaciones de las tuatrices sd.p. y de las d.p. Rn los siguientes teoremas A sord una matriz simétrica real de orden R Teorema 3.3.1. Sea B una matriz simeétrica real congruente a A 1. Si A es d.p entonces B es dp. 2. Si A essdip. entonces B es s.d.p 3. Si A cx din. cntonces Bes din 4. Si A es s.d.n, entonces B es s.d.n 5. Si A es indefinida entonces B es indefinida. Prueba, 1, Supongamos A d.p. y sea © € Maya(P) invertible tal que B= CT AC Sea x € IR", x # 0; entonces x7 Bx = x7 CTACx = (Cx)! A(Cx) y como A es dp. y Cx #0, entonces (Cx)? A(Cx) > 0. asi que x? Bx > 0 La prucba de 2,3, 4. 5. se deja como ejercicio. Ml Teorema 3.3.2. 1. A és dip. si y stilo si los valores propios de A son positivos 2. Aes s.d.p. si y sélo si los valores propos de A son mayores o ignales a0a Cap, 3. Formas euadriticas reales 3. Aes din. siy sdlo st los valores propios de A son negativos 4. Aes sdin. si y sdlo st Jos valores proptos de A. son menores © iguales 0 5. A es indefinida negativos. si y sdlo si A ene valores propios positives y° valores propios Pracha, Cousideremos la forma cuadratica xT Ax, x € IR". Sean Ay... An ios valores propios (los cuales no tienen que ser distintos) de A; sabemos (teoreina espectral) que existe P €.M,yx,(IR) ortogonal tal que AL PTAP = Yn SS Haciendo el cambio de variables n 2 Ba SS OS obtenenos: x Ax = diye te tne 1, decir. D es dup. ¥ entonces A, que es congrnenie a D, también es dip Si Aj > O para j vaentonces Avy ts + Any > 0 para todo y EB" y ZO Reciprocamente, si A es dip. entonces D tanibign os dap. asi que Arye +--+ Anyd 20 para todo y €B", y 4 0; en particular para y = (6.01... 077, F@ mh i tendreimos MO? +--+ ALP +--+ 4,07 > 0 por tanto A; > 0 De esta manera se prueba I Similarmente se prneban 23.4. y 5. @ Corolario. I, Si A es d.p. entouces detA > 0 y TA) >0 2. Sides s.d.p. entonces detA > Oy T,(A)>0 Prueba. Si Ay, ..., Aq son los valores propios de A, detA =A .dn y THA)=Mtet An43 Formas cuadraticas y matrices definidas 15 El iiltirao teorema y la ley de inercia para las formas cuadraticas nos evan al siguionte resultado: Teorema 3.3.3. Si p ex el indice de la forma cuadratica x" Ax y r= p(A). entonces 1. Aes dip. siy sdlo sip = n 2, Aes sup. siy sdlosipar 0, tal que A = LL” Criterio de Sylvester Supongamos que la matriz A = [a,j] es d.p. Ya sabemos que det A > 0. Sea ahora x= [xy 22. zai 0\7 on BM; si x #0 entonces wo 0 0 para todo y € BY que Bes dip. y entonces det B > 0. y £0, lo que significa Pp ‘or una aplicacién repetida del argnmento anterior Hegamos a que la matriz A= [a,j] es d.p., entonces los determinantes | aun a Ay ay, Ay=]o" » Ay a= 2 =lAt (22) “= Jan 1 {2 Anaad Gyo tan son todos positives” Veamos ahora que esta condicién necosaria para que A sea d.p., es también suficiente, Supongamos que los determinantes en (22) son todos positivos, Probemos que A es dp, La prueba se hard usando el principio de induccién matematica sobre n, el orden de la matric A Sin=1, A=[en} y detA =a, > 0 (por bipstesis), por tanto Vee, sizZ0, rAr ranr says >0 y asi A es d.p Supongamos que lo que se desea probar es valid para matrices de orden n—1; mostremot que también Jo es para una matriz de orden m, A = [ay):3.8 Formas cuadrdticas y matrices definidas Lag) Six=[s) ... an]? ER", Pax= Wasaisy nol a (23) = PV ajeizy +20 antitn + annzh. Por hipstesis de induccién, 1a forma cuadratica en © nol oa es d.p., por tanto en una base adecuada B de E"7', esta forma cuadratica se reduce a su forma normal Yet tu donde wu a Ya-t tidy Recordemos que z hy 7 Un Bot para cierta matriz real invertible P. Si hacemos ademds yy = zp entonces x! Ax toma la forma acl RTAK Supt tuk $20 bintitn + Gand, (24) a Supt buh, + banyan + Wbonyodn Ho 21 Yaa ta # dnade = (an t+ bin tn) Ho (Ona + banana)? + (nn = by = BR A OR aS ae é para ciertos coeficientes bin. Haciendo el cambio de variables {z = wt binye FST, 1 %y = Un150 Cap. 3, Formas cnadraticas reales reducimos la forma cuadratica x” Ax a la forma diagonal 2 Da= $f tbe, donde 1 B a= y De . I 2n b Todo lo que resta para concluir que A es d.p., es mostrar que 6 > 0 Vearnos que, en efecto, 6 > 0: Sea C Ma ya(B) invertible tal que D = C7 AC, entonces b=detD det CT det A dei C = (det CP det A > 0 porque detC #0 y detA>0 Hemos probado el siguiente teorema Teorema 3.3.8 (Criterio de Sylvester). Sea A= [a5] © Mp xn(IB) simétrica A. es dip. si y slo si los determinantes en (22) son todos positives Observacion, Si una matriz A a3} eh Mugen (J es s.d.p. entoners los doteriminantes en (22) som todos mayores o iguales a cero; sin embargo el reciproco no es cierto. Por ejemplo para a=[t ot] se tiene que Ay =0> 0y Ap =|A|=0 > 6G, pero A no es s.d.p. la matrie Ejercicios 3.3 3.3.) Sea A € Mayn(B) simétrica. Probar que a) Si Aes dip. entonces A es invertible b) Aes dip. siy sdlosi AT! es dp 3.8.2 Comprobar la igualdad en (24) (los coeficientes dy son en general diferentes al coeficientes ain en (23)), Probar también que la transformacién lineal de variabh en (25) es invertible.3.3 Formas enadréticas y matrices definidas 151 3.3.3 Sea A = [aij] € Muxn() simétrica. Aplique el criterio de Sylvester a —A_para obtener una caracterizacin de las matrices din, a partir de determinantes. 3.4 Sea A = [ayj] © Maxn() simétrica, Probar que a) Si Aes d.p. entonces a, > 0 para todo i= 1,...,0 b) Si A ess.d.p. entonces aj > 0 para todo i= 1,...,7. 3.3.5 Sea A € Myum(IR) con p(A) =r. Probar que a) ATA cs dp. <> p(A) =m b) AAT es dip. <=> p(A) =n (Vea ejemplo 3.3.2). 3.3.6 Sean AE Myun() dip. y sea C € Mpxal®) = p(C) Ayuda: A = RTR para cierta matriz R © My x.(E) invertible a) Probar que p(CAC b) Probar que si p(C) = p entonces CAC? es d.p. UNIVERSIDA Dz "RLIOTECA C