Tema II. Cap tulo 5. Aplicaciones bilineales y formas cuadr aticas.

Algebra. Departamento de M etodos Matem aticos y de Representaci on. UDC.

5. Aplicaciones bilineales y formas cuadr aticas.

1 Aplicaciones bilineales.

o simplemente f ( x, y ) = (x)FB1 B2 {y }.

1.2

Cambio de base de la matriz asociada a una forma bilineal.

Denici on 1.1 Dados tres espacios vectoriales U, V, W sobre el cuerpo IK, una aplicaci on f : U V W se dice que es bilineal si es lineal en cada una de las componentes, es decir: f ( u 1 + u 2 , v 1 ) = f ( u1 , v 1 ) + f ( u2 , v 1 ) f ( u1 , v 1 + v 2 ) = f ( u1 , v 1 ) + f ( u1 , v 2 ) para cualesquiera , IK, u 1 , u 2 U , v 1 , v 2 V . Denici on 1.2 Una forma bilineal es una aplicaci on bilineal en la que el espacio vectorial nal es el cuerpo IK: f : U V IK, bilineal.

Supongamos que tenemos dos espacios vectoriales U, V . Supongamos que tenemos las siguientes bases: B 1 = {u 1 , . . . , u m } Bases de U ; B 1 = {u 1 , . . . , u m } B2 = {v 1 , . . . , v n } Bases de V . B2 = {v 1 , . . . , v n }

A su vez denotaremos las coordenadas de los vectores x U, y V en cada una de las bases de la siguiente forma: Coordenadas de x . (x1 , . . . , xm ) respecto a la base B1 (x 1 , . . . , x m ) respecto a la base B1 Coordenadas de y . (y 1 , . . . , y n ) respecto a la base B2 (y 1 , . . . , y n ) respecto a la base B2

La relaci on entre las distintas bases y coordenadas utilizando las matrices de cambio de base es la siguiente: {u } = MB1 B1 {u } (x) = (x )MB1 B1 } {v } = MB2 B2 {v (y ) = (y )MB2 B2

1.1

Expresi on matricial de una forma bilineal.

Supongamos que tenemos dos espacios vectoriales U, V y respectivas bases B1 , B2 : B 1 = {u 1 , . . . , u m }, B2 = {v 1 , . . . , v n }.

Adem as sabemos que podemos escriibir la aplicaci on bilineal f matricialmente bien con respecto a las bases B1 , B2 o B1 , B2 : f ( x, y ) = (x)FB1 B2 {y } f ( x, y ) = (x )FB1 B2 {y }

Sea f : U V IK una forma bilineal. Supongamos que x U, y V son vectores cuyas coordenadas contravariantes con respecto a las bases B1 , B2 son: x = xi u i ; y = yj v j .

Veamos como se relacionan las matrices asociadas a f con respecto a las bases B1 , B2 y B1 , B 2 : (x)FB1 B2 {y } = (x )MB1 B1 FB1 B2 ((y )MB2 B2 )t = (x )MB1 B1 FB1 B2 (MB2 B2 )t {y } y por tanto: FB1 B2 = MB1 B1 FB1 B2 (MB2 B2 )t

Entonces teniendo en cuenta la bilinealidad de f se tiene: f ( x, y ) = f (xi u i , y j v j ) = xi y j f ( ui , v j ) Por tanto la matriz asociada a f respecto a la base B1 y B2 es: f ( u1 , v 1 ) u2 , v 1 ) f ( = . . . f ( um , v 1 )

FB1 B2

f ( u1 , v 2 ) f ( u2 , v 2 ) . . . f ( um , v 2 )

... ... .. . ...

f ( u1 , v n ) f ( u2 , v n ) , . . . f ( um , v n )

Formas bilineales sobre un solo espacio vectorial.

de manera que: f ( u1 , v 1 ) f ( u2 , v 1 ) xm ) . . . f ( um , v 1 )

f ( x, y ) = ( x1

x2

...

f ( u1 , v 2 ) f ( u2 , v 2 ) . . . f ( um , v 2 )

... ... .. . ...

f ( u1 , v n ) y1 f ( u2 , v n ) y n . . . . . . n y f ( um , v n )

De especial inter es son las formas bilineales sobre un mismo espacio vectorial, es decir apliciones bilineales de la forma: f : U U IK. Estudiemos sus peculiaridades.

47

Tema II. Cap tulo 5. Aplicaciones bilineales y formas cuadr aticas.

Algebra. Departamento de M etodos Matem aticos y de Representaci on. UDC.

2.1

Expresi on matricial y cambio de base.

- Es sobreyectiva, ya que dada una matriz cuadrada A siempre podemos denir una forma bilineal cuya matriz asociada en la base B sea A: f ( x, y ) = (x)A{y }.

Ahora para escribir su expresi on matricial basta jar una u nica base B = {u 1 , . . . , u n } de U . Tendremos: f ( u1 , u 1 ) u2 , u 1 ) f ( f ( x, y ) = (x)FBB {y }, donde . . . f ( un , u 1 ) Por tanto dim(Bil(V )) = dim(Mnn (IK)) = n2 .

f ( u1 , u 2 ) f ( u2 , u 2 ) . . . f ( un , u 2 )

... ... .. . ...

f ( u1 , u n ) f ( u2 , u n ) . . . f ( un , u n )

2.3

Formas bilineales sim etricas y hemisim etricas.

Denici on 2.1 Sea f : U U IK una forma bilineal. Denimos: - f es sim etrica si f ( x, y ) = f ( y, x ) para cualesquiera x , y U. - f es hemisim etrica o antisim etrica si f ( x, y ) = f ( y, x ) para cualesquiera x , y U. Al conjunto de formas bilineales sim etricas en U lo denotamos por BilS (U ). Al conjunto de formas bilineales antisim etricas en U lo denotamos por BilA (U ).

En este caso la matriz FBB tambi en puede denotarse por FB o simplemente por F , si indicamos previamente en que base estamos trabajando. Si tenemos otra base del espacio vectorial U : B = {u 1 , . . . , u n }. el cambio de base se escribe ahora como: F B = MB
t B FB (MB B )

Veamos algunas propiedades de este tipo de formas bilineales: 1. Las formas bilineales sim etricas son un subespacio vectorial de Bil(U ). Prueba: En primer lugar BilS (U ) = ya que la forma bilineal 0 es sim etrica. Adem as si f, g BilS (U ), , IK y x , y U se tiene: (f + g )( x, y ) = f ( x, y ) + g ( x, y ) = f ( y, x ) + g ( y, x ) = = (f + g )( y, x )

Como consecuencia de esto deducimos que: Dos matrices asociadas a una misma forma bilineal sobre un espacio vectorial U son congruentes.

2.2

Espacio vectorial de formas bilineales en U .

Al conjunto de formas bilineales sobre un mismo espacio vectorial U lo denotamos por Bil(U ). Es f acil ver que es un espacio vectorial con las operaciones habituales de suma de funciones y producto por un escalar. Veamos cual es su dimensi on. Para ello construimos un isomorsmo entre Bil(V ) y Mnn (IK). Fijada una base B de U denimos: : Esta aplicaci on verica: - Es lineal, ya que si f, g Bil(U ), , IK y x , y U se tiene: (f + g )( x, y ) = f ( x, y ) + g ( x, y ) = (x)F {y } + (x)G{y } = (x)(F + G){y } y por tanto (f + g ) = (f ) + (g ). - Es inyectiva, ya que si dos formas bilineales tienen la misma matriz asociada, son la misma aplicaci on. Bil(U ) f Mnn (IK) FBB

y por tanto (f + g ) BilS (U ). 2. Las formas bilineales antisim etricas son un subespacio vectorial de Bil(U ). Prueba: Como antes Bil(U )A = , porqu la forma bilineal 0 es antisim etrica. Adem as si f, g BilA (U ), , IK y x , y U se tiene: (f + g )( x, y ) = f ( x, y ) + g ( x, y ) = f ( y, x ) g ( y, x ) = = (f + g )( y, x )

y por tanto (f + g ) BilA (U ). 3. Los subespacios BilS (U ) y BilA (U ) son suplementarios. Prueba: Se tiene: - BilS (U ) BilA (U ) = {0} ya que si una forma bilineal es sim etrica y antisim etrica al mismo tiempo, cumple: f ( x, y ) = f ( y, x ) = f ( x, y ) para cualquier x , y U. f ( x, y ) = 0

48

Tema II. Cap tulo 5. Aplicaciones bilineales y formas cuadr aticas.

Algebra. Departamento de M etodos Matem aticos y de Representaci on. UDC.

- Cualquier forma bilineal f puede descomponerse como suma de una forma bilineal sim etrica fS y otra antisim etrica fA , denidas como: fS ( x, y ) = fA ( x, y ) =
1 (f ( x, y ) + f ( y, x )) 2 1 ( f ( x , y ) f ( y , x )) 2

- Tomamos g denida como se indica: g ( x, y )

1 = 2 ( ( x+y ) ( x) ( y )) = 1 = 2 (f ( x+y , x +y ) f ( x, x ) f ( y, y )) = = 1 (f ( x, x ) + f ( x, y ) + f ( y, x ) + f ( y, y ) f ( x, x ) f ( y, y )) = 2 = f ( x, y )

4. Si f es una forma bilineal sim etrica la matriz F asociada respecto a cualquier base de U , B = {u 1 , . . . , u n } es sim etrica. Prueba: Para cualesquiera i, j con 1 i, j n, se tiene: fij = f ( ui , u j ) = f ( uj , u i ) = fji . 5. Si f es una forma bilineal antisim etrica la matriz F asociada respecto a cualquier base de U , B = {u 1 , . . . , u n } es antisim etrica. Prueba: Para cualesquiera i, j con 1 i, j n, se tiene: fij = f ( ui , u j ) = f ( uj , u i ) = fji .

Por tanto g = f y es bilineal y sim etrica. 2) 1) Ahora basta comprobar que la aplicaci on g es la forma bilineal sim etrica cuya forma cuadr atica asociada es : g ( x, x ) = 1 ( ( x+x ) ( x) ( x)) = 1 ( (2 x) 2 ( x)) = 2 2 1 = 2 (4 ( x) 2 ( x)) = ( x)

Observaci on 3.2 De la denici on deducimos que dada un forma bilineal sim etrica en U , tenemos una forma cu adratica y viceversa. Por tanto el conjunto de formas cuadr aticas en U es un espacio vectorial isomorfo al espacio vectorial de formas bilineales sim etricas BilS (U ).

3
3.1

Formas cuadr aticas.

Denici on.

3.2

Expresi on matricial y cambio de base.

Denici on 3.1 Damos dos deniciones equivalentes: 1. Dado un espacio vectorial U y una forma bilineal sim etrica f : U U IK, se llama forma cuadr atica asociada a f a la aplicaci on: : U x IK f ( x, x )

Sea U un espacio vectorial y B = {u 1 , . . . , u n } una base. Dada una forma cuadr atica : U K podemos considerar su forma polar asociada f : U U IK. La expresi on matricial de f es: f ( x, y ) = (x)FB {y } Por tanto, teniendo en cuenta que ( x) = f ( x, x ), la expresi on matricial de la forma cuadr atica es: ( x) = (x)FB {x} La matriz asociada a una forma cuadr atica respecto a una base B es por tanto la matriz asociada a la correspondiente forma polar. Observemos, que como f es una forma bilineal sim etrica, la matriz FB asociada a una forma cuadr atica es una matriz sim etrica. Si ahora tenemos otra base B = {u 1 , . . . , u n } de U , la relaci on entre las matrices asociadas a la forma cuadr atica respecto a las bases B y B es la misma que la relaci on entre las matrices asociadas a las correspondientes formas polares, es decir: F B = MB
t B FB (MB B )

2. Dado un espacio vectorial U una aplicaci on : U IK es una forma cuadr atica si cumple: - ( x ) = 2 ( x), para cualesquiera IK, x U. - La aplicaci on g : U U K denida como: g ( x, y ) = 1 ( ( x+y ) ( x) ( y )) 2

es bilineal y sim etrica. A esta aplicaci on se le llama forma polar. Veamos que efectivamente ambas deniciones son equivalentes: 1) 2). Si f : U U IK es una forma bilineal sim etrica y su forma cuadr atica asociada se tiene: - (x ) = f ( x , x ) = 2 f ( x, x ) = 2 ( x).

Como consecuencia de esto deducimos que: Dos matrices asociadas a una misma forma cuadr atica sobre un espacio vectorial U son congruentes. Del hecho de que el rango de una matriz se conserve por congruencia, nos permite introducir la siguiente denici on:

49

Tema II. Cap tulo 5. Aplicaciones bilineales y formas cuadr aticas.

Algebra. Departamento de M etodos Matem aticos y de Representaci on. UDC.

Denici on 3.3 Dada una forma cuadr atica se dene su rango como el rango de cualquier matriz asociada.

3. conj (A) = conj (L(A)). Prueba: Primero aplicamos la propiedad anterior: A L(A) conj (L(A)) conj (A).

3.3
3.3.1

Conjugaci on.
Vectores conjugados.

Veamos la otra inclusi on. Sea x conj (A) e y L(A). Entonces: y = Por tanto: f ( x, y ) = f ( x, i a i ) = i f ( x, a i ) = 0 f ( x, a i ) = 0. i a i con i IK, a i A.

Denici on 3.4 Sea : U IK una forma cuadr atica y f su forma polar. Dos vectores x , y U se dicen conjugados respecto de o f si: f ( x, y ) = 0.

x conj (A), a i A Est a claro que el vector nulo 0 es conjugado a todos los vectores del espacio vectorial: f ( x, 0) = 0 para cualquier x U. Denici on 3.5 Dada : U IK una forma cuadr atica, se dice que un vector x U es autoconjugado si est a conjugado consigo mismo: ( x) = 0 Deducimos que x conj (L(A)).

4. El conjugado de un subespacio vectorial es el conjugado de un sistema generador del mismo.

3.3.3

N ucleo de una forma cuadr atica.

Denici on 3.7 Dada una forma cuadr atica : U IK denimos su n ucleo como el conjunto de todos los vectores conjugados a todos los del espacio vectorial: ker( ) = {x U | f ( x, y ) = 0, donde f es la forma polar asociada a . Veamos algunas propiedades del n uclo: 1. El n ucleo es un subespacio vectorial. 2. Dada una base B de U : ker( ) = {x U | (x)FB = (0)}. Prueba: Basta tener en cuenta que: f ( x, y ) = 0, y U (x)FB {y } = 0, y U (x)FB = (0). y U } = conj (U )

3.3.2

Subespacios conjugados.

Denici on 3.6 Sea : U IK una forma cuadr atica. Sea A un subconjunto de U , se llama conjugado de A y se denota por conj (A) al conjunto de todos los vectores conjugados respecto a todos los elementos de A: conj (A) = {x U | f ( x, a ) = 0 para todo a A}. Veamos algunas propiedades del conjunto conjugado: 1. El conjunto conj (A) es un subespacio vectorial. Prueba: Est a claro que 0 conj (A), porque el vector nulo est a conjugado con cualquier vector. Adem as sean x , y conj (A) y , IK. Entonces para cualquier a A se tiene: f ( x + y , a ) = f ( x, a ) + f ( y, a ) x , y conj (A) Y por tanto x + y conj (A). 2. A B Prueba: conj (B ) conj (A). f ( x, b) = 0, f ( x, a ) = 0, bB a AB = 0 f ( x, a ) = f ( y, a ) = 0

3. Todos los vectores del n ucleo son autoconjugados. El rec proco no es cierto. 4. dim(ker( )) = dim(U ) rango( ). Prueba: Se deduce si tenemos en cuenta que la dimensi on de la soluci on de un sistema es la dimensi on del espacio vectorial menos el n umero de ecuaciones independientes. Aplicando esto a: ker( ) = {x U | (x)FB = (0)}

x conj (B )

x conj (A).

se obtiene la relaci on indicada.

50

Tema II. Cap tulo 5. Aplicaciones bilineales y formas cuadr aticas.

Algebra. Departamento de M etodos Matem aticos y de Representaci on. UDC.

3.3.4

Formas cuadr aticas ordinarias y degeneradas.

Teorema 3.13 Toda forma cuadr atica es diagonalizable. Equivalentemente dada una forma cuadr atica siempre existe una base de vectores conjugados.

Denici on 3.8 Sea : U IK una forma cuadr atica sobre un espacio vectorial U: - se dice ordinaria o no degenerada ker( ) = { 0} rango( ) = dim(U ).

4
4.1

Formas cuadr aticas reales.

Expresi on can onica de una forma cuadr atica.

- se dice degenerada ker( ) = { 0} rango( ) < dim(U ).

3.4

Diagonalizaci on de una forma cuadr atica.

Sea : U IR una forma cuadr atica. Sabemos que siempre es diagonalizable. En particular existe una base B en la que la matriz asociada es de la forma: Ip FB =

Denici on 3.9 Una forma cuadr atica : U IK se dice diagonalizable si existe una base de U respecto a la cual la matriz asociada a es diagonal. Observaci on 3.10 Si la matriz de una forma cuadr atica : U IK respecto a una base B es diagonal, entonces su expresi on matricial es: ( x) = (x)D{x} = d11 (x ) + d22 (x ) + . . . + dnn (x )
1 2 2 2 n 2

Iq

()

Denici on 4.1 Se llama signatura de la forma cuadr atica al par de n umeros naturales (p, q ) donde p indica el n umero de elementos positivos en su forma diagonal y q el n umero de elementos negativos: Sig ( ) = (p, q ). Estos n umeros cumplen p + q = rango( ). En el siguiente teorema, llamado Ley de inercia de Sylvester se prueba que la denici on anterior es coherente, es decir, que los n umeros (p, q ) no dependen de la base en la que se diagonalice. Teorema 4.2 (Ley de inercia de Sylvester) La signatura de una cuadr atica : U IR es un invariante, es decir, no depende de la base. Prueba: Supongamos que tenemos dos bases de U : forma

Por tanto diagonalizar es equivalente a obtener una expresi on de la forma cuadr atica como suma de cuadrados. Denici on 3.11 Dada una forma cuadr atica : U IK, se llama base de vectores conjugados a una base en la que cada vector est a conjugado a todos los dem as. Proposici on 3.12 Sea una forma cuadr atica : U IK. Una base B es una base de vectores conjugados si y s olo si la matriz asociada FB es diagonal. Prueba: Sea B = {u 1 , . . . , u n }. Recordemos que si f es la forma polar asociada a , la matriz asociada es: (FB )ij = f ( ui , u j ) Por tanto: B base de vectores conjugados f ( ui , u j ) = 0, i = j (FB )ij = 0, i = j (FB ) es diagonal.

B = {u 1 , . . . , u n },

B = {u 1 , . . . , u n },

respecto a las cuales la matriz asociada a es diagonal (en la forma (*)). Vimos que las matrices asociadas a las formas cuadr aticas son sim etricas. Adem as el cambio de base transforma una matriz asociada en otra congruente. Por tanto si FB es una matriz asociada a w en cualquier base: diagonalizable FB diagonalizable por congruencia Teniendo en cuenta que toda matriz sim etrica es diagonalizable por congruencia deducimos el siguiente teorema: Supongamos que la signaturas con respecto a las bases B , B son respectivamente (p, q ) y (p , q ). Sean: U1 = L{u 1 , . . . , u p } U2 = L{u p +1 , . . . , u n } Si x U1 U2 es un vector no nulo se tiene: x U1 x U2 ( x) > 0 ( x) 0

51

Tema II. Cap tulo 5. Aplicaciones bilineales y formas cuadr aticas.

Algebra. Departamento de M etodos Matem aticos y de Representaci on. UDC.

luego, U1 U2 = { 0}. En consecuencia: dim(U1 )+ dim(U2 ) = dim(U1 + U2 )+ dim(U1 U2 ) p +(n p ) n pp

Proposici on 4.5 Sea : U IR una forma cuadr atica en un espacio vectorial U n-dimensional. - es denida positiva Sig ( ) = (n, 0). Sig ( ) = (p, 0) con p < n. Sig ( ) = (0, n). Sig ( ) = (0, q ) con q < n. Sig ( ) = (p, q ) con p > 0, q > 0.

Si repetimos el razonamiento inviertiendo los papeles de p y p obtenemos p p. Por tanto: p=p q =np=np =q .

- es semidenida positiva - es denida negativa

4.2

Clasicaci on de formas cuadr aticas.

- es semidenida negativa - es indenida

Denici on 4.3 Sea : U IR una forma cuadr atica: - es denida positiva - es semidenida positiva - es denida negativa - es semidenida negativa - es indenida ( x) > 0, x = 0.

No es denida positiva y ( x) 0, x = 0. ( x) < 0, x = 0.

Prueba: Es una comprobaci on inmediata si tenemos en cuenta que si Sig ( ) = (p, q ) la expresi on de respecto a una determinada base es: ( x) = (x1 )2 + (x2 )2 + . . . + (xp )2 (xp+1 )2 (xp+2 )2 . . . (xp+q )2 .

No es denida negativa y ( x) 0, x = 0. Proposici on 4.6 Dos matrices congruentes tienen el determinante del mismo signo. x , y = 0 con ( x) > 0, ( y ) < 0. Prueba: Si A y B son congruentes existe una matriz regular C con:

Todas estas deniciones pueden hacerse para matrices sim etricas reales, si tenemos en cuenta que cualquier matriz sim etrica real determina una forma cuadr atica: Denici on 4.4 Sea A Mnn (IR) una matriz sim etrica real:

A = CBC t

|A| = |C ||B ||C t | = |C |2 |B |

signo(|A|) = signo(|B |).

Teorema 4.7 (Criterio de Sylvester) Sea : U IR una forma cuadr atica y F su matriz asociada respecto a una base B = {u 1 , . . . , u n }. Denotamos por: - A es denida positiva - A es semidenida positiva - A es denida negativa - A es semidenida negativa A es congruente con I . A es congruente con I F1 = (f11 ), . Entonces: A es congruente con I . 1. es denida positiva |Fi | > 0, para todo i = 1, . . . , n. A es congruente con I I . . 2. es denida negativa (1)i |Fi | > 0, para todo i = 1, . . . , n. F2 = f11 f21 f12 f22 , F3 = f11 f21 f31 f12 f22 f32 f13 f23 f33 , etc . . .

- A es indenida

I A es congruente con

Prueba: 1. =: Si es denida positiva en U , lo es en cualquier subespacio Ui = L{u 1 , . . . , u i }.

52

Tema II. Cap tulo 5. Aplicaciones bilineales y formas cuadr aticas.

Algebra. Departamento de M etodos Matem aticos y de Representaci on. UDC.

La matriz de la forma restringida a Ui es Fi . Por ser denida positiva Fi es congruente a Id y por tanto su determinante es positivo. =: Supongamos que |Fi | > 0, para todo i = 1, . . . , n. Probaremos por inducci on que es denida positiva: - Para n = 1 est a claro. - Supongamos que el resultado es cierto para formas cuadr aticas sobre espacios vectoriales de dimensi on n 1 y veamos que es cierto para dimensi on n. Por hip otesis de inducci on sabemos que es denida positiva en el subespacio vectorial U1 = L{u 1 , . . . , u n1 }. Por tanto existe una base B1 de U1 respecto a la cual la matriz asociada a restringida a U1 es la identidad. Consideramos la base: B = B1 { u } La matriz asociada a respecto a esta base es:

a1 I ... an1

a1 . . . an1 an

Si diagonalizamos por congruencia obtenemos una matriz congruente a la matriz F de respecto a la base de partida:

C= 0

I ... 0

0 . . . 0 b

Como F y C son congruentes sus determinates tienen igual signo. Por tanto |C | > 0, b > 0 y la signatura de es (n, 0). Por tanto es efectivamente denida positiva. 2. Para probar que es denida negativa i = 1, . . . , n, tenemos en cuenta que: (1)i |Fi | > 0, para todo

es denida negativa es denida positiva. Ahora basta aplicar el apartado anterior.

53