Facultad Regional Reconquista

Pg. 1

I- Transformaciones Lineales
ESPACIOS N-DIMENSIONALES
Una dimensin (n=1): Son espacios definidos por funciones paramtricas
de un solo parmetro, por ejemplo una recta, o una curva.
Dos dimensiones (n=2): Son espacios definidos por funciones
paramtricas de dos parmetros, por ejemplo el plano, la superficie de la
esfera y superficies en general.
Tres dimensiones (n=3): Son espacios que necesitan de tres parmetros
para determinar cada punto, por ejemplo los puntos interiores de un
cuerpo.
N dimensiones: Es un espacio en el que necesitamos de n parmetros o
coordenadas para determinar cada punto que pertenece a l.
Ejemplos:
Una esfera la podemos considerar como un punto en el espacio de
cuadro dimensiones: x, y, z, r.
Un punto mvil en el espacio necesita de tres coordenadas de ubicacin
y de la coordenada de tiempo, por lo tanto, el espacio tiempo es de
cuatro dimensiones.
De manera general, el conjunto de las n-uplas x1; x2 ; x3 ...xn de nmeros
reales constituye un espacio numrico de n dimensiones y se escribe R N.
Cada una de estas n-uplas es un punto del espacio y los nmeros xJ sus
coordenadas.
Si se cambian los ejes de referencia se obtendr para el mismo punto,
otra n-upla de nmeros reales x1 '; x2 '; x3 '...xn ' en correspondencia
biyectiva con la n-upla anterior, o sea que cada punto x del espacio ndimensional le corresponda una y solo una n-upla de nmeros reales en
cada sistema de coordenadas.
Las ecuaciones del cambio de coordenadas son las siguientes:
n
a j k det . a jk 0
x j a jk xl b j
j= 1, 2, 3,..., n
x 1

Si b j = 0 se conserva el origen de coordenadas.

Por ejemplo para n=3 tenemos:
X1 a 11x1 a12 x 2 a13 x 3 b1
X 2 a 21x1 a 22 x 2 a 23 x 3 b 2
X 3 a 31x1 a 32 x 2 a 33 x 3 b3
El espacio euclideano n-dimensional:
Cuando un espacio se introduce la manera de medir la distancia entre
dos puntos, se dice que se ha introducido una me trica en el espacio.
Definicin:
Un espacio a fin se dice que es euclideano y de dimensin n, si existe
para el mismo sistema de coordenadas respecto del cual la distancia
entre dos puntos est dada por:

Mg. Ing. Hctor Martin

Facultad Regional Reconquista

Pg. 2

d 2 = (y1 - x1 ) 2 + (y 2 - x 2 ) 2 + ... + (y n - x n ) 2

(1)

Un sistema de coordenadas para el cual vale esta expresin se llama

sistema de coorde- nadas cartesiano ortogonal.
Ejemplo:
Si pasamos de coordenadas x1 , x 2
coordenadas polares:
x1 x1 ' cos x2 '

x2 x1 ' sen x2 '

cartesianas ortogonal, a x1', x 2 ' en

y1 y1 ' cos y2 '

y2 y1 ' sen y2 '

1

X1' = x12 +x 2 2 2
x1

x2

X 2' = arctg

d 2 y1 x1 y2 x2
2

y1 cos y2 x1 cos x2

y sen y x sen x
2

y12 cos 2 y2 2 x1 y1 cos x2 cos y2 x22 cos 2 x2

y12 sen 2 y2 2 x1 y1 sen x2 sen y2 x12 sen x2

x12 y12 2 x1 y1 cos x2 cos y2 sen x2 sen y2

x12 y12 2 x1 y1 cos y2 x2 d

Esta expresin no es de la forma (1) por lo tanto se transformo de un

sistema ortogonal de coordenadas a otro que no es ortogonal.
TRANSFORMACIONES LINEALES
Definicin:
Sea RP un espacio de dimensin p y sea R Q un espacio de dimensin q;
se llama transformacin lineal de RP a RQ a toda transformacin de los
puntos del primer espacio en los del segundo, definidas por ecuaciones
lineales y homogneas de la forma:
x j h 1 a jh xh
p

Donde los coeficientes en a J h

matriz A

Mg. Ing. Hctor Martin

j = 1, 2, 3,..., q
son coeficientes y forman la misma

Pg. 3

Facultad Regional Reconquista

a11
a
21

... a1 p
a22 ... a2 p
A
...
... ... ...

aQ1 aQ 2 ... aQp

A esta matriz se la llama matriz de la transformacin.
Ejemplos:
A partir de la matriz 3 x 3 encontramos la aplicacin de un vector
x1; x2 ; x3 de R3 en otro vector y1; y2 de R2:
a12

Y1 = 3 x1 + x 2 - 2 x 3
Y2 = x1 + 4 x 3
La matriz de la transformacin es:
3 1 2
A=

1 0 4
Sea V el espacio lineal de todos los polinomios reales de grado menor o
2
3
igual a 3. Elegimos la base 1; x; x ; x Sea D el operador derivacin que
aplica a cada polinomio su derivada. Podemos considerar a D como una
transformacin lineal da V en W, donde W es el espacio lineal de los
2
polinomios de grado menor o igual a 2 con base 1; x; x . En sntesis:
v 1x; x 2 ; x 3

n=4

w 1; x; x 2

n=3
Transformamos (o sea derivamos) a cada elemento de la base de V:
D 1 = 0 = 0 * 1 + 0 * x + 0 * x 2
D x = 1 = 1 * 1 + 0 * x + 0 * x 2
D x2 = 2 x = 0 * 1 + 2 * x + 0 * x 2

D x3 = 3 x 2 = 0 * 1 + 0 * x + 3 * x 2

La matriz de la transformacin queda:

0 1 0 0
0 0 2 0

0 0 0 3
Si hubisemos tomado otra base como por ejemplo:
v 1; x; x 2 ; x 3
n=4
w x 2 ; x; 1

Transformamos cada elemento de La base:

Mg. Ing. Hctor Martin

n=3

Facultad Regional Reconquista

Pg. 4

D 1 = 0 = 0 * x 2 + 0 * x + 0 * 1
D x = 1 = 0 * x 2 + 0 * x + 1 * 1
D x2 = 2 x = 0 * x 2 + 2 * x + 0 * 1

D x3 = 3 x 2 = 3 * x 2 + 0 * x + 0 * 1

La matriz de la transformacin queda:

0 0 0 3
0 0 2 0

0 1 0 0

Otro ejemplo:

v 1, 1 x, 1 x x 2 , 1 x x 2 x 3

w 1, x, x 2

n=4
n=3

Transformamos:
D 1 = 0 = 0 * 1 + 0 * x + 0 * x 2
D 1+x = 1 = 1 * 1 + 0 * x + 0 * x 2
D 1+x+x 2 =1 + 2 x = 1 * 1 + 2 * x + 0 * x 2

D 1+x+x 2 +x 3 = 1 + 2 x + 3 x 2 = 1 * 1 + 2 * x + 3 * x 2

La matriz queda:
0 1 1 1
0 0 2 2

0 0 0 3

TRANSFORMACIONES Y MATRICES ORTOGONALES

Definicin:
Una matriz cuadrada se llama ortogonal cuando el producto de ellas por
su transpuesta es igual a la matriz unidad:
A * At I
Definicin:
Una transformacin es ortogonal si lo es la matriz de sus coeficientes.
Nota:
Una transformacin lineal puede interpretarse de dos maneras
diferentes:
Si la x J se consideran como las coordenadas de un punto y las x J ' como
las de otro punto, en el mismo sistema de coordenadas, la ecuacin
n

x j a jk xk
x 1

Mg. Ing. Hctor Martin

Pg. 5

Facultad Regional Reconquista

Define una transformacin del espacio en s mismo, llamada afinidad o

centroafinidad, ya que deja invariante el centro de coordenadas.
Si las x J y las x J son coordenadas de un mismo punto del espacio
referido a distintos sistemas de coordenadas, las ecuaciones definen un
cambio de coordenadas.
Teorema:
Las transformaciones lineales que definen un cambio de sistemas
cartesianas ortogonales en otro forma del mismo tipo son
transformaciones lineales ortogonales, o sea que su matriz es
ortogonal.
Teorema:
El determinante de una matriz ortogonal vale +1 o -1.
t
En efecto, si A es ortogonal, entonces A * At I , pero como A A Y
tambin se cumple que I 1 Debe ser:
2

A * A 1 A 1 A 1 O bien A 1

Ejemplos:
Buscaremos la matriz ortogonal de segundo orden para realizar un
cambio de coordenadas.
Sea A la matriz 2DO orden y AT su transpuesta:
a b

c d

a c
At

b d

Se debe cumplir que A * At I

a 2 b2 1
c2 d 2 1
ac bd 0

Haciendo:

a 2 c 2 cos 2
b 2 d 2 sen 2
Consideramos 0 entonces, si A 1
sen
cos
A

sen cos
Si A 1
cos sen

sen cos
Probaremos que las transformaciones siguientes son ortogonales:
A).
x1 x2 0 x1 1x2 0 x3
A

x2 x3 0 x1 0 x2 1x3
x3 x1 1x1 1x2 0 x3

Mg. Ing. Hctor Martin

Pg. 6

Facultad Regional Reconquista

0 1 0
A 0 0 1
A 1
1 0 0
t
Podemos comparar que A * A I por lo tanto la matriz es ortogonal, al
igual que la transformacin que definen.
B).
x1 x2 0 x1 1x2 0 x3 0 x4
x2 x3 0 x1 0 x2 1x3 0 x4
x3 x4 0 x1 0 x2 0 x3 1x4
x4 x1 1x1 0 x2 0 x3 0 x4
0 1 0 0
0 0 1 0

A
A 1
0 0 0 1

1 0 0 0
Podemos comprobar aqu tambin que A * At I , y la transformacin es
ortogonal.

II- Tensores:
CONVENCION DE EINSTEN:
Cuando en una expresin monomia figuren ndices repetidos, se
entender que se trata de una suma en la que los ndices repetidos van
sumandos de 1 a n.
Por ejemplo:
n
j 1 a j b j a j b j

n
j 1

a j bk c j a j bk c j

La expresin de cambio de coordenadas queda:

n
x j a jk xk a jk xk
x 1

TENSORES CARTESIANOS DEL ESPACIO ORDINARIO:

Si consideramos dos vectores u y v En el espacio de tres dimensiones:
u u1 , u2 , u3
v v1 , v2 , v3

O bien uJ y vJ

con j= 1,2,3 , con un cambio de coordenadas obtendremos:

u j a jk uk
v j a jk vk

Mg. Ing. Hctor Martin

(1)

Pg. 7

Facultad Regional Reconquista

Definicin:
Dadas 9 cantidades TJK, se dice que son componentes de un tensor
cartesiano de segundo orden cuando por un cambio de coordenadas la
forma (1) se transforma segn la siguiente ley:
t jk a jh akl thl
Si realizamos el producto

u * v u j * vk

El conjunto de los 9 productos u j * vk Constituyen un ente geomtrico que

se llama producto tensorial de los vectores uJ y vJ
Nota:
El producto tensorial de dos vectores es un tensor, pero no todos los
tensores de segundo orden son el producto tensorial de dos vectores.
De igual forma, si tenemos tres sectores u j , vk , wl el producto tensorial es
el conjunto de los 27 productos u j vk wl . Por un cambio de coordenadas se
transforman segn la ley:

u jvk wl a jh akn almun vn wm

Nota:
Grficamente, un tensor de tercer orden tomara la siguiente forma:

Esto lo podemos extender a dimensiones mayores, obteniendo tensores

de orden p.
Segn lo visto podemos decir que un vector es un tensor de primer
orden.
Todos estos tensores se refieren a cambios de coordenadas cartesianas
ortogonales en otras del mismo tipo, por eso se llama tensores
cartesianos. Para cambios de coordenadas ms generales la definicin
debe cambiarse.
Ejemplo:

Mg. Ing. Hctor Martin

Pg. 8

Facultad Regional Reconquista

Supongamos que tensor th k

en el sistema de coordenadas x1, x2, x3

0 1 2
th k 0 2 1
1 0 2
Se desea las componentes del mismo tensor en el sistema x 1, x2, x3
deduciendo del anterior por la transformacin:
x1 x2 0 x1 1x2 0 x3

x2 x1 1x1 0 x2 0 x3
x3 x3 0 x1 0 x2 1x3

a
I j

0 1
1 0
0 0

0
0
1

Aplicamos la ley:
t I j aI h a j k t h k
t11 a11a11t11 a11a12t12 a11a13t13 a12 a11t 21 a12a12t 22 a12a13t23 a13a11t 31 a13a12t 32 a13a13t 33 2

t12 a11a21t11 a11a22t12 a11a23t13 a12 a21t 21 a12 a22t 22 a12a23t23 a13a21t 31 a13a 22t 32 a13a 23t 33 0
Complementando los 9 valores:
2 0 1
t I k 1 0 2
0 1 2
INVARIANTES:
Definicin:
Un invariante o tensor de orden cero es una expresin que toma la
misma forma en cualquier sistema de coordenadas.
Ejemplos:
Dados los vectores u j y vJ la suma u j v j es un invariantes llamado
producto escalar de dos vectores.
El ngulo entre dos vectores tambin es un invariantes ya que no
depende del sistema de coordenadas.
En el espacio de tres dimensiones, de todo tensor de segundo orden se
deducen tres invariantes notables:
Invariante lineal:
I1 t jj t11 t22 t33

Invariante cuadrtico:
2
2
2
I 2 t11t22 t12 t11t33 t13 t22t33 t23
Invariante cbico:

Mg. Ing. Hctor Martin

Pg. 9

Facultad Regional Reconquista

I3 tI j

t11 t12
t21 t22
t31 t32

t13
t23
t33

OPERACIONES CON TENSORES:

Adicin:
Esta operacin est definida slo para tensores del mismo orden.
El tensor suma o diferencia de otros varios es un nuevo tensor que tiene
por componentes la suma o diferencia de las componentes respectivas.
Multiplicacin por un escalar:
Es otro tensor del mismo orden donde cada componente es el producto
de escalar por la componente respectiva.
Producto de tensores:
El producto de un tensor de orden p por otro de orden q, es otro tensor
de orden p + q cuyas componentes son los productos de las
componentes del primero por las del segundo.
Por ejemplo el producto del tensor t I j por el vector u H ser el tensor de
tercer orden sI j h en donde:
sIjh tIj uh

Ejemplo:
Dados el tensor t I j y el vector
1
tI j
3

u H , calcular el producto
0
uH 0, 1
2

s111 1*0 0

s211 3*0 0

s112 1*1 1

s212 3*1 3

s121 0*0 0

s221 2*0 0

s122 0*1 0

s222 2*1 2

Contraccin de ndices:
Dado un tensor de orden mayor o igual a dos, igualando dos ndices y
sumado respecto del ndice igualado, el resultado es un nuevo tensor en
el que han desaparecido estos dos ndices:
Por ejemplo si tenemos un tensor t i j h , las componentes del vector u k
(tensor es de orden uno):
Mg. Ing. Hctor Martin

Pg. 10

Facultad Regional Reconquista

uk ti i k

Se llama tensor contrado del t i j h respecto a los dos primeros ndices.

uk ti i k t11k t22 k t33 k ... tnnk

En esto vemos que u1 es la suma de los elementos de la primera

diagonal, u2 de la segunda, etc.
Podemos formar otros dos tensores:
vk ti k i

wk tk j j
A partir de un tensor de cuarto orden t i j k l podemos, por contraccin de
ndices, obtener:
vk l ti i k l

uI k tI j k j

u j l ti j i l

u j k tI

ui l ti j j l

uI j tI j k k

jk I

Permutacin de ndices:
A partir de un tensor, permutando los ndices de cada una de sus
componentes, se obtienen otros tensores.
Tensores simtricos y antisimtricos:
Definicin:
Un tensor se llama simtrico si al permutar dos ndices obtenemos el
mismo tensor y antisi-mtrico si se obtienen el tensor opuesto.
0 si dos cualesquiera de los nmeros i , j , k son iguales.

i j k 1 si los n i, j , k estn en orden cclico :1, 2, 3, 1, 2, ...

1 si los n i, j , k estn en orden anticclico : 3, 2, 1, 3, 2, ...

Ejemplos:
121 0

123 1

213 1

321 1

231 1

111 0

Nota:
El producto i j k i j 0 porque el primer factor es cero i = j y el segundo
es cero si i j
APLICACIONES:
Determinante:
Consideramos la expresin:

i j k a p i aq j ar k

Si hacemos: p=1; q=2; r=3 queda:

i j k a1 i a2 j a3 k

Desarrollando:
a11a22 a33 a12 a23a31 a13a21a32 a13a22 a31 a12 a21a23 a11a23a32
Obtendremos el determinante de ai j
Producto escalar:
Mg. Ing. Hctor Martin

Pg. 11

Facultad Regional Reconquista

Dados dos vectores u u1 , u2 , u3

y v v1 , v2 , v3

se puede escribir:

u . v i j ui v j
Desarrollando esta expresin queda:
11u1v1 1 2u1v2 13u1v3 2 1u2v1 2 2u2 v2 2 3u2 v3 31u3v1 3 2u3v2 3 3u3v3
u . v u1v1 u2 v2 u3v3

Producto vectorial:
u v) j j k h uk vh
Donde j representa al componente j-estima para j= 1, 2, 3.
Ejemplo:
Para j=1
u v )1 111 u1v1 11 2 u1v2 11 3 u1v3 1 21 u2 v1 1 2 2 u2 v2
1 2 3 u2 v3 131 u3v1 1 3 2 u3v2 1 3 3 u3v3
u v )1 u2 v3 u3v2
Para j=2

u v) 2 u1v3 u3v1
Para j=3

u v)3 u1v2 u2v1

Producto mixto:

u . v w i j k ui v j wk
Notar que es el desarrollo de un determinante.
Doble producto vectorial:

a b c i j k u v k a j bu cv

Mg. Ing. Hctor Martin

Facultad Regional Reconquista

Pg. 12

III- TENSOR DE TENSIONES:

ESTADO ELASTICO TRIPLE:
Como ejemplo de aplicacin de lo visto hasta aqu se desarrollara el estado
triple de tensiones.
La tensin en un plano que pasa por un punto determinado de un cuerpo en
tensin, depende de la orientacin del plano. Al girar el plano las tensiones
varan en determinadas proporciones.
El conjunto de tensiones que surgen en los distintos planos que pasan por un
punto se denominan ESTADO TENSIONAL EN EL PUNTO.
Supongamos un punto material A perteneciente a un slido y hagamos pasar
por el mismo cuatro planos, tres de ellos ortogonales y el cuarto plano oblicuo,
cuya direccin queda determinada por su vector normal n.

El plano oblicuo queda perfectamente determinado al conocer los cosenos

directores de su vector normal:

JN

j 1, 2, 3.

Si admitimos que el rea de la cara inclinada del tetraedro es igual a la unidad,

ortogonales
,
y
resultan
AO B
COB
AO C
las reas de las caras
respectivamente iguales a los cosenos directores de n.
Supongamos conocidas las tensiones normales a las caras ortogonales del
prisma:

Mg. Ing. Hctor Martin

Pg. 13

Facultad Regional Reconquista

T33 3

T22 2

T11 1

Y tambin las tensiones tangenciales:

T12 Txy Tyx

T13 Txz Tzx

T23 Tyz Tzy

El problema consiste en establecer las relaciones que nos permitan conocer los
valores de la tensin resultante

y de sus componentes j j 1, 2,3 que

actan en la cara inclinada:

Las fuerzas sobre cada cara del tetraedro se obtienen al multiplicar la tensin
por el rea, por lo tanto sobre cada eje tendremos lo siguiente:

1 T111N T12 2N T13 3N

2 T211N T22 2N T23 3N
3 T311N T32 2N T33 3N

(1)

Esto lo podemos expresar:

j T jk kN

j= 1, 2, 3.

Recordemos la expresin del cambio de coordenadas:

x ' j a j k xk

Comparando ambas expresiones y recordando lo visto anteriormente podemos

j dependen del plano p Nj que se considere.
ver que las tensiones
k
N
A la matriz T j j se la llama tensor de tensiones.

Podemos escribir todo esto en forma matricial:

Mg. Ing. Hctor Martin

Facultad Regional Reconquista

Pg. 14

1N

Nj 2N
3N

1
j 2
3

T11 T12 T13

T jN T21 T22 T23

T31 T32 T33

Y expresar la ecuacin mediante el siguiente producto:

TJk JN J
Planos principales:
Hemos visto que al cambiar la orientacin del plano considerado, varia la
tensin resultante aplicada al mismo, y consecuentemente sus componentes.
Entre los infinitos planos que pasan por un punto habr planos para los cuales la
j

tensin normal T adquiere sus valores mximos y mnimos. Para estos planos
las tensiones tangenciales deben ser nulas:

TJK 0
TJK 0

si
si

jk
jk

Tales planos se denominan planos principales las tensiones que ocurren en

los mismos son las tensiones principales y las direcciones de estas las
direcciones principales.
Para los planos principales ser:

1 1N

j TJ j Nj 2 2N
3 3N

(2)

Haciendo (1) = (2) y recordando trminos:

1 T111N T12 2N T13 3N 1N

2 T211N T22 2N T23 3N 2N
3 T311N T32 2N T33 3N 3N
Esto lo podemos escribir de la siguiente forma:

1
1

1N T12 2N T13 3N 0

T211N T22 2N T23 3N 0

T311N T32 2N T33 3N 0
Este es un sistema homogneo, en el cual la solucin no es la trivial:

Mg. Ing. Hctor Martin

Facultad Regional Reconquista

Pg. 15

JN 0
Porque se debe cumplir:
3

JN 1
j 1

Por lo tanto deber tener otras soluciones no nulas, y para esto es necesario
que el determinante de los coeficientes sea cero:

T11

1
T2
T31

T12
T22
T32

T13

T23 0
T33

Desarrollando el determinante y agrupando trminos de igual grado en

queda:

3 T11 T22 T33 2 T11T22 T11T33 T22T33 T12T12 T13T13 T23T23

T11T22T33 T21T32T13 T31T12T23 T31T22T13 T32T23T11 T33T21T12 0

Est claro que las tensiones principales, o sea las races de esta ecuacin
cbica, no dependern del sistema de coordenadas elegido, por lo tanto al girar
j

los ejes originales x , los coeficientes de la ecuacin no deben cambiar. Estos

coeficientes se denominan invariantes del estado tensional:

I1 T11 T22 T33

I 2 T11T22 T11T33 T22T33 T12T12 T13T13 T23T23
T11 T12 T13
I 3 T21 T22 T23
T31 T32 T33
Estos invariantes pueden ser nulos, por ejemplo:
Si I 3 0 entonces una raz de la ecuacin es cero y el estado tensional es biaxial
o plano.
Si I 3 I 2 0 tendr solo una raz distinta de cero, y el estado es mono axilar o
lineal.

Mg. Ing. Hctor Martin

Pg. 16

Facultad Regional Reconquista

Mg. Ing. Hctor Martin

Pg. 17

Facultad Regional Reconquista

IV- CUDRICAS:
FORMAS LINEALES Y BILINEALES
Definicin:
Se dice que en un espacio vectorial R est dada una funcin lineal f x
si a todo vector x R le corresponde un nmero f x con la particularidad
de que para todo x, y x R y R y un nmero real, se cumplan las
siguientes condiciones:

f x y f x f y

f x f x
Tomamos en el espacio R una base e1 , e2 , e3 ,..., eN y sea x un vector de R

x x1e1 x2e2 x3e3 ... xN eN x j e j

Se tiene que:

f x f x e x j f e
j j
j

Definicin:
Se llama forma lineal a la representacin de una funcin lineal en una
base fija:

f x x j a j en donde a f eJ

Definicin:
Una funcin de dos variables a x , y definida en un espacio lineal R se
llama funcin bilineal si es lineal a la variable y para x fijo, y es
lineal respecto x para y fijo. O sea para todo x, y, z, R y un
nmero real se cumple:

A x y , z A x , y A x , z
A x , y A x , y

A x , y z A x , y A x , z
A x , y A x , y
Dada una base e j de un espacio R y sea:

x x je j

y y jej

La expresin de una funcin bilineal en coordenadas ser:

A x , y A x e , y e x j y j A e ,e a jk x j yk
j j k k
j k

Donde los coeficientes a j k dependen slo de la base

Mg. Ing. Hctor Martin

Pg. 18

Facultad Regional Reconquista

Por lo tanto en una base fija una funcin bilineal se representa mediante
una forma bilineal.
Definicin:
A la matriz a j k se llama matriz de la forma bilineal.
Definicin:
Una funcin bilineal A x , y se llama simtrica si
A x , y A y , x

y se tiene que

a j k ak j

O sea que la matriz de la forma de la forma bilineal es tambin

simtrica.
FORMA CUDRICA:
Definicin:
A
Si en la forma bilineal simtrica x , y se toma x=y se obtiene una forma
A
Cudrica. x , y
A x , x a jk x j xk

Por ejemplo para un espacio de tres dimensiones (n=3) el desarrollo es:

A x , x a11 x1 x1 a12 x1 x2 a13 x1 x3 a21 x2 x1 a22 x2 x2 a23 x2 x3 a31 x3 x1 a32 x3 x2 a33 x3 x3
Si cambiamos la nomenclatura y agrupamos los trminos semejantes
obtenemos una expresin conocida:
Ax 2 By 2 Cz 2 Dxy Exz Fyz
En donde:

A a11

D a12 a21

x x1

B a22

E a13 a31

y x2

C a33

F a23 a32

z x3

Teorema:
A
Sea x , x una funcin cuadrtica cualquiera en un espacio vectorial n
dimensional. Existe entonces una base en la que esta forma se reduce a
la suma de cuadrados. Es decir una base en la que todos los coeficientes

Mg. Ing. Hctor Martin

Pg. 19

Facultad Regional Reconquista

de los productos de las coordenadas distintas del vector x son iguales a

cero.
Definicin:
Se llama ecuacin caracterstica de la formacin a la expresin:
a jk t jk 0
O sea
a11 t

a12

a13

a21

a21 t

a23

a31

a31

a32 t

Las tres races, diferentes o no, se llaman races caractersticas o

a
valores propios de j k
ESTUDIO DE LA ECUACION GENERAL DE SEGUNDO GRADO:
Consideramos en el espacio de tres dimensiones la ecuacin:
f x, y, z a11 x 2 2a12 xy a22 y 2 2a13 xz a33 z 2 2a23 yz 2a1 x 2a2 y 2a3 z a 0
Donde los coeficientes forman la matriz:
a11 a12 a13
a
a22 a23
12
a13 a23 a33
a1 a2 a3

a1
a2
a3
a

La forma cuadrtica de tres variables

a11 x 2 a22 y 2 a33 z 2 2a12 xy 2a13 xz 2a23 yz
En otra base ortonormal se reduce a:
1 x '2 2 y '2 3 z '2
Entonces esta primera ecuacin en esta nueva base la podemos escribir:
1 x '2 2 y '2 3 z '2 2b1 x ' 2b2 y ' 2b3 z ' b 0
En que se pueden dar los siguientes casos:
0
Todos los valores j
, o sea 1 * 2 * 3 0
Completando cuadrados pueden desaparecer los trminos de primer
grado:

1 x ' b1 / 1 * 2 y ' b2 / 2 * 3 z ' b3 / 3 c 0

Realizando una translacin paralela a los ejes coordenados:

Mg. Ing. Hctor Martin

Pg. 20

Facultad Regional Reconquista

1 x ''2 2 y ''2 3 z ''2 c 0

Obtenemos una superficie de segundo grado con centro en el nuevo
origen de coordenadas.
Si aceptamos que c 0 de lo contrario cambiamos todos los signos se
pueden dar los siguientes casos:
ELIPSOIDE:
Real
Imaginario

1 0 2 0 3 0
1 0 2 0 3 0

Nota: Este elipsoide imaginario representa un conjunto vaco en los

reales.
HIPERBOLOIDE:
De una hoja

De dos hojas

1 0
1 0
1 0
1 0
1 0
1 0

2 0
2 0
2 0
2 0
2 0
2 0

3 0
3 0
3 0
3 0
3 0
3 0

En el caso que c=0 obtenemos:

CONO IMAGINARIO

1 0 2 0 3 0
1 0 2 0 3 0

Nota: en los reales representa un punto.

CONO
cuando los j tienen distintos signo, o sea.
1 * 2 * 3 0
j 0
por ejemplo suponemos que 3 0, 2 0, 1 0 ,
Uno de los
Podremos reducir la ecuacin a:

1 x '2 2 y '2 2b3 z ' b 0

Que podr ser:

CILINDRO ELIPTICO sg 1 sg 2 sg b

CILINDRO ELIPTICO IMAGINARIO sg 1 sg 2 sg b

Nota: en los reales representa un conjunto vaco.

Mg. Ing. Hctor Martin

Pg. 21

Facultad Regional Reconquista

CILINDRO HIPERBOLICO 1 * 2 0
DOS PLANOS QUE SE CORTAN

1 0 2 0
1 0 2 0

Si b=0 la ecuacin se reduce a:

1 x '2 2 y '2 2b3 z 0

Quedando:
PARABOLOIDE ELIPTICO 1 * 2 0
PARABOLOIDE HIPERBOLICO 1 * 2 0

j son nulos, por ejemplo si 2 3 0 la ecuacin queda:

1 x '2 2b2 y ' 2b3 z ' b 0

Dos nmeros

Y representa:
DOS PLANOS PARALELOS b2 b3 , 1 * b 0
DOS PLANOS COINCIDENTES b2 b3 b 0
DOS PLANOS IMAGINARIOS b2 b3 , 1 * b 0

b2 0, b3 0

CILINDRO PARABOLICO b 0,
2

Mg. Ing. Hctor Martin

b3 0