Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Formas bilineales
Definición 1. Sea V un espacio vectorial sobre un cuerpo K. Llamamos Ejemplo 1. Las siguientes aplicaciones son bilineales:
forma bilineal a toda aplicación
1. f : R2 × R2 −→ R definida como f [(a, b), (c, d)] = ac + bd
f: V ×V −→ K
( )
x, y −→ f ( )
x, y 2. f : R2 × R2 −→ R definida como f [(a, b), (c, d)] = ad − bc
que verifica
3. f : Kn × Kn −→ K definida como f (X, Y ) = X tAY , con
1. f ( y + µ
x, λ z ) = λf ( ) + µf (
x, y z)
x,
A ∈ Mn(K).
∀x, y z∈V
, y λ, µ ∈ K.
Teorema 1. Sea f : V × V → K una forma bilineal. Entonces:
2. f (λ
x + µ z ) = λf (
y, z ) + µf (
x, z)
y,
∀x, y z∈V
, y λ, µ ∈ K.
f (
x, 0) = f (0,
x) = 0 ∀
x∈V
Obsérvese que una forma bilineal es lineal para cada una de las
componentes.
Si K = R se dice que f es una forma bilineal real. En lo sucesivo nos
restringimos a este caso.
J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 1 J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 2
f ( ) = f (
x, y x)
y, ∀ ∈V
x, y
Definición 4. Sea V un espacio vectorial sobre un cuerpo K, y sea
Ejemplo 2. La forma bilineal f : R2 × R2 −→ R definida por f : V × V → K una forma bilineal.
f [(x1, x2), (y1, y2)] = x1y1 + x2y2 es simétrica. Si BV = { v1, vn} es una base de V entonces, dados dos
v2, . . . ,
vectores ∈ V tenemos que
x, y
Definición 3. Se dice que una forma bilineal f : V × V → K es
alternada (o antisimétrica) si verifica que f ( ) = X t A Y =
x, y
⎛ ⎞⎛ ⎞
f ( ) = −f (
x, y x)
y, ∀ ∈V
x, y f (
v1, v1) · · · f (
v1, vn) y1
(x1, . . . , xn) ⎝ .. ... .. ⎠⎝ .. ⎠
Proposición 1. Una forma bilineal es alternada si y sólo si f ( x) = 0
x, f (
vn, v1) · · · f (
vn, vn) yn
x∈V
para todo
donde la matriz A = (f ( vj )) de orden n definida sobre K recibe el
vi,
Ejemplo 3. La forma bilineal f : R2 × R2 −→ R definida por nombre de matriz de la forma bilineal f en la base BV y las matrices X
f [(x1, x2), (y1, y2)] = x1y2 − x2y1 es antisimétrica. e Y son las coordenadas de los vectores xey , en la base BV .
J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 3 J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 4
Ejemplo 4. Sea f : R3 × R3 −→ R una forma bilineal definida como Teorema 2. Sea V un e.v. de dimensión n sobre el cuerpo K y sea
f : V × V −→ K una forma bilineal. Si A1 es la matriz asociada a f
f [(x1, x2, x3), (y1, y2, y3)] = en la base B1 de V y A2 es la matriz asociada a f en la base B2 de V
= 2x1y1 − 3x1y2 + 6x1y3 + x2y3 + 2x3y1 − x3y2 entonces se verifica que
A2 = P t A1 P
Calcular la expresión matricial de f en la base canónica de R3 y en la donde P es la matriz de cambio de base de B2 a B1. (A1 y A2 son
base matrices congruentes).
B = {(2, 0, 0), (0, 1, 0), (1, 0, 1)}
Ejemplo 5. Comprobarlo en el ejercicio anterior y en la forma bilineal
f : R2 × R2 −→ R definida por
J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 5 J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 6
f ( x) > 0
x, ∀
x∈V ,
x = 0 < >= x1y1 + x2y2 + · · · + xnyn
x, y
Definición 6. Sea V un espacio vectorial definido sobre el cuerpo de 2. Sea V el e.v. sobre R de las funciones reales que son continuas en el
los números reales. Llamamos producto escalar a toda forma bilineal intervalo [a, b]. Se puede definir el producto escalar de dos funciones
f : V × V → R simétrica y definida positiva. f, g ∈ V como
b
Definición 7. Llamamos espacio vectorial euclı́deo a un espacio < f, g >= f (t)g(t)dt
vectorial real en el que se ha definido un producto escalar. a
J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 7 J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 8
Determinación de un producto escalar
Ejemplo 6. Sea V = P3(R) con producto escalar
Teorema 3. Sea V un e.v. euclı́deo y B = { vn} una base de
v1, . . . ,
V . Entonces el producto escalar de dos vectores cualesquiera, ∈V
x, y 1
queda determinado conociendo los productos escalares vj de los
vi, < p(t), q(t) >= p(t)q(t)dt
vectores de B. n n
0
=
x, y xiyj vj
vi, Hallar la matriz G asociada a dicho producto escalar en la base B =
i=1 j =1
{1, t, t2, t3}
Expresando matricialmente este resultado: Definición 8. Sea V un e.v. euclı́deo. Llamamos norma, módulo o
x ∈ V al número real:
longitud de un vector
= X t G Y =
x, y
⎛ ⎞⎛ ⎞ ||
x|| = x
x,
v1, v1 · · ·
v1, vn y1
(x1, . . . , xn) ⎝
.. ... .. ⎠⎝ .. ⎠
Definición 9. Se dice que un vector x es unitario o normalizado si
vn, v1 · · ·
vn, vn yn
x
donde G es la matriz asociada al producto escalar dado en la base B: ||
x|| = 1. Dado un vector x = 0 el vector es unitario. Este
||
x||
matriz de Gram. proceso se llama normalización de
x.
J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 9 J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 10
J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 11 J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 12
Método de ortogonalización de
Gram-Schmidt Por lo tanto:
Teorema 5. En todo espacio vectorial euclı́deo V de dimensión finita 0 = e1 =
e2, v2 + a21 e1
e1,
existe al menos una base ortonormal.
= e1 + a21
v2, e1
e1,
Utilizamos un método constructivo, que partiendo de una base cualquiera
B = { vn} de V permite obtener una base ortogonal Bog =
v1, . . . , − e1
v2,
{ en} de V .
e1, . . . , a21 =
e1
e1,
Se definen los vectores desconocidos de Bog como combinación lineal de
los de B 0 = e1
e3,
e1 =
v1 =
v3 + a31 e1 + a32 e1
e2,
e2 =
v2 + a21
e1 = e1 + a31
v3, e1 + a32
e1, e1
e2,
e3 =
v3 + a31
e1 + a32
e2 − e1
v3,
.. a31 =
e1
e1,
en =
vn + an1
e1 + an2
e2 + · · · + an,n−1
en−1
Los vectores
ei,
ej tienen que ser ortogonales (< ej >= 0).
ei,
J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 13 J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 14
Diagonalización Ortogonal
Calculando ası́ cada uno de los coeficientes aij tenemos que: Definición 13. Dada P ∈ Mn(R), es una matriz ortogonal si
P −1 = P t .
e1 =
v1 Teorema 6. La matriz P ∈ Mn(R) es ortogonal si y sólo si las
e1
v2, columnas (y filas) de P forman un conjunto ortonormal.
e2 =
v2 −
e1
e1
e1,
Definición 14. La matriz A ∈ Mn(R) es diagonalizable
e1
v3, e2
v3,
e3 =
v3 − e1 −
e2 ortogonalmente si existe una matriz ortogonal P , tal que:
e1
e1, e2
e2,
..
D = P tAP
e1
vn, e2
vn,
en =
vn − e1 −
e2 − . . .
e1
e1, e2
e2, donde D es la matriz diagonal formada por los autovalores
en−1
vn, λ1, λ2, . . . , λn de A y P es la matriz formada por una base de
··· −
en−1
en−1, en−1 vectores propios que es ortonormal.
⎛ ⎞
1 2 1
Ejemplo 7. Sea V = R3 con el producto escalar usual. Ejemplo 8. Estudiar si la matriz A = ⎝ 0 1 0 ⎠ es diagonalizable
Aplicar el método de Gram-Schmidt a la base B = 0 4 3
{(1, 1, 0), (1, 0, 1), (0, 1, 1)}. y en caso afirmativo diagonalizarla ortogonalmente.
J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 15 J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 16
Endomorfismos simétricos y Matrices
Simétricas Ejemplo 9. Comprobar que se verifican los dos teoremas anteriores
para la matriz ⎛ ⎞
0 0 −2
= ⎝ 0 −2 0 ⎠
Definición 15. Sea V un e.v. euclı́deo. Se dice que f : V → V es −2 0 3
x, f (
un endomorfismo simétrico si < y ) >=< f (x), y
> para todo
∈ V.
x, y Teorema 9. [espectral] Sea V un e.v. euclı́deo de dimensión finita n.
Si f : V → V es un endomorfismo simétrico, entonces existe una base
Proposición 3. Si el e.v. euclı́deo V tiene dimensión finita y si A es ortonormal de V formada por vectores propios de f .
la matriz asociada a f en una base ortonormal de V , entonces f es
simétrico si y sólo si A es simétrica. Corolario 1. Si A ∈ Mn(R) es una matriz simétrica, entonces A es
diagonalizable ortogonalmente en R.
Teorema 7. Sea A ∈ Mn(R) una matriz simétrica. Entonces los
autovalores de A son siempre reales. Ejemplo 10. Diagonalizar ortogonalmente la siguiente matriz
⎛ ⎞
Teorema 8. Si A ∈ Mn(R) es una matriz simétrica, entonces 0 2 2
los autovectores que corresponden a autovalores distintos de A son A=⎝ 2 0 2 ⎠
ortogonales. 2 2 0
J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 17 J. Medina. Dpto. Matemática Aplicada Curso 04/05. Formas bilineales. 18