UNIVERSIDAD NACIONAL DEL SANTA
FACULTAD DE CIENCIAS
ESCUELA PROFESIONAL INGENIERA
ESPECIALIDAD MECNICA
INFORME
DIAGONALIZACIN DE UNA FORMA CUDRICA
Autores:
Ramos Moncada Dominique
Pedreros Carbonel Mario
Ramrez Flores Daymer
Asesor:
Prof. Lecca Garcia
INTRODUCCIN:
En este tema aplicaremos los resultados obtenidos con las matrices simtricas al estudio de las
ecuaciones cuadrticas y de las formas cuadrticas. Las formas cuadrticas surgen de una gran variedad
de problemas de fsica, geometra, estadstica, etc.
En particular, aparecen en los problemas de optimizacin de dos variables, importantes en muchos
campos de la economa.
Se dice que una ecuacin de la forma + + + = , a, b, c, d, e, g R es una ecuacin
cuadrtica en x e y. La expresin q (x, y) = ax2 + 2bxy + cy2 se denomina forma cuadrtica asociada.
Las grficas de las ecuaciones cuadrticas en x e y se llaman cnicas. Las cnicas ms importantes son
la circunferencia, la elipse, la hiprbola y la parbola. A estas se las conoce como cnicas no
degeneradas. Las cnicas restantes se llaman degeneradas e incluyen puntos aislados y pares de rectas.
Las grficas de las ecuaciones cuadrticas en x e y se llaman cnicas. Las cnicas ms importantes son
la circunferencia, la elipse, la hiprbola y la parbola. A estas se las conoce como cnicas no
degeneradas. Las cnicas restantes se llaman degeneradas e incluyen puntos aislados y pares de rectas.
Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas
cuadrticas ya ha sido estudiado, pues la norma de un vector no es ms que una forma cuadrtica. Aqu,
las veremos de forma general.
Puesto que la matriz asociada a una forma cuadrtica es simtrica, y una matriz simtrica es
diagonalizable ortogonalmente, veamos que siempre podemos obtener una matriz congruente con la
inicial que sea diagonal.
La matriz asociada a una forma cuadrtica es simtrica, y una matriz simtrica es diagonalizable
ortogonalmente, luego siempre podemos obtener una matriz congruente con la inicial que sea diagonal.
1.Captulo I: Introduccin a las formas
cudricas
1.1. Formas Cuadrticas:
Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las
formas cuadrticas ya ha sido estudiado, pues el cuadrado de la forma de un vector no es ms que
una forma cuadrtica (como veremos definida positiva). Aqu, las estudiaremos de forma general.
Definicin 1: Sean V un espacio vectorial de dimensiones n y B una base V. Si (1 , , ) =
[] y con 1 , , se denominan forma cuadrtica sobre V a toda funcin polinmica
: de la forma:
11 1 1
() = (1 , , ) ( ) ( ) = [] []
1
Es decir, una forma cuadrtica es un polinomio homogneo de grado 2 y n variables.
La escritura de Q en la forma () = [] [] se denomina expresin matricial de la forma
cuadrtica.
De hecho, se puede expresar siempre mediante una matriz simtrica ya que:
+
[] [] = [] []
2
+ + +( ) +
Y la matriz = es simtrica ( = ( ) = = = ).En efecto:
2 2 2 2
Si en la expresin de la forma cuadrtica () = ,=1 , consideraremos los pareces de
sumandos de la forma y , se tiene que:
( + ) ( + )
+ = ( + ) = + = +
2 2
Luego hemos probado el siguiente resultado:
Proposicin 2: Toda forma cuadrtica Q sobre V, se puede expresar matricialmente como:
() = [] []
Donde A es una matriz simtrica.
La matriz simtrica A, se denomina matriz asociada a la forma cuadrtica Q en la base B.
Teorema 3: Sean B y B dos bases de V, P la matriz de paso de B a B y A la matriz simtrica
de Q en la base B. Entonces, la matriz de Q en la base B, A, se obtiene de:
=
Demostracin:
Como P es matriz de cambio de base verifica que [] = [] , y, sustituyendo a Q, tenemos
que:
() = [] [] = ([] )([] ) = [] ( )[]
Luego = y es tambin simtrica = ( ) = ( ) = =
Definicin 4: Dos matrices simtricas se dicen que son congruentes cuando son matrices
asociadas a la misma forma cuadrtica en distintas bases.
Es decir, A y A simtricas son congruentes, si existe P invertible tal que =
Nota: Las matrices congruentes no son, en general, semejantes (slo coinciden congruencia y
semejanza cuando la matriz P es ortogonal, = 1 ).
1.2. Diagonalizacin de una forma cuadrtica:
La matriz asociada a una forma cuadrtica es simtrica, y una matriz simtrica es diagonalizable
ortogonalmente, luego siempre podemos obtener una matriz congruente con la inicial que sea
diagonal.
Diagonalizacin ortogonal:
Sea B una base de V y () = [] [] la expresin matricial de una forma cuadrtica sobre
V. Puesto que A es simtrica, existe una base B. tal que la matriz P de cambio de base de B. a B
es ortogonal y:
= 1 = , con D diagonal
Es decir, que D y A son congruentes (adems de semejantes). Luego en B., se tiene que
() = []. []. = []. []. = 1 1 2 + + 2
Es decir, la forma cuadrtica se expresar como una suma de cuadrados, donde (1 , , ) =
[]. y 1 , , 2 son valores propios de A.
Diagonalizacin mediante operaciones elementales:
La diagonalizacin ortogonal, propuesta para hallar una matriz asociada a la forma cuadrtica
que sea diagonal, puede ser difcil de llevar a cabo (o imposible en ocasiones) pues se supone
encontrar las races de un polinomio. Sin embargo, como se buscan matrices diagonales que sean
congruentes y no es necesario que tambin sean semejantes, es posible disponer de otros mtodos
ms sencillos, pero igualmente eficaces para obtener una matriz diagonal.
El ms interesante para nosotros, se basa de nuevo en hacer operaciones elementales sobre la
matriz. La idea del mtodo es la siguiente: haciendo operaciones elementales en las filas de una
matriz podemos conseguir una matriz triangular inferior, pero como necesitamos que la matriz
obtenida sea simtrica (debe ser congruente con la inicial), despus de cada operacin que
hagamos en las filas repetiremos la misma operacin sobre las columnas. Tras cada doble paso
(operacin sobre filas y misma operacin sobre columnas) la matriz obtenida ser simtrica con
la inicial y, al final obtenemos la matriz diagonal.
Si E es una matriz elemental, la matriz EA realiza la operacin elemental sobre las filas de A y
tomando la transpuesta de A, realiza la operacin sobre las columnas de A. Entonces: la
matriz ( ) realiza la operacin sobre las columnas de la matriz en la que ya hemos realizado
la operacin de las filas; pero como ( ) = = (por ser A simtrica), esta matriz
es simtrica y congruente con A (pues E es invertible). Luego repitiendo el proceso hasta obtener
una matriz diagonal:
= 1 1 1 1 = ( 1 1 )( 1 1 ) = ( ) =
Que ser congruente con A pues P es inversible al ser producto de inversibles.
Podemos utilizar el siguiente procedimiento para diagonalizar la matriz A y obtener la matriz del
cambio de base simultneamente.
Diagonalizacin congruente mediante operaciones elementales: Se sita a la derecha de A la
matriz I del mismo orden que A, (A l I) y efectuamos en A las mismas operaciones elementales
en sus filas y en sus columnas y en la matriz identidad solo en sus columnas, al cabo de un numero
finito de pasos obtendremos (D l P).
(Si en I efectuamos las operaciones en las filas, al final obtendremos (D l P) en lugar de P).
1.3. Rango y signatura de una forma cuadrtica:
Clasificacin:
Hemos visto distintos mtodos de encontrar matrices diagonales asociadas a una forma
cuadrtica, por lo que existirn tambin distintas matrices diagonales. Sin embargo, todas ellas
tienen algunas cosas en comn: tienen el mismo nmero de elementos distintos de cero en la
diagonal (el mismo rango) y tienen el mismo nmero de elementos positivos y de elementos
negativos en la diagonal (la misma signatura).
En este captulo veremos cmo estos valores permanecen invariantes para cualquier
diagonalizacin que hagamos, lo que nos permitir, posteriormente, dar una clasificacin de las
formas cuadrticas.
Teorema: Dos matrices congruentes tienen el mismo rango.
Sea A una matriz simtrica de rango n y = con P inversible. Consideremos la aplicacin
lineal : dada por () = , luego la matriz A es la matriz de f en la base cannica,
Bc. Como P es inversible sus columnas forman una base B de Rn y ( )1 es la, matriz de cambio
de la base Bn a Bc; y como ( )1 es inversible, sus columnas forman una base B de Rn y
( )1 es la matriz de cambio de la base Bn a Bc, por lo que es la matriz de paso de Bn a Bc.
Entonces la matriz = es la matriz de aplicacion f asociada a las base B y B pues:
[] = [] = [] = [()] = [()]
Por lo que A y A son matrices asociadas a la misma aplicacin lineal, luego () = ()
Definicin 6:
Llamaremos rango de una forma cuadrtica, al rango de cualquier matriz simtrica asociada a la
forma cuadrtica en alguna base
Observacin:
Del teorema anterior, se deduce entonces que dos cualesquiera matrices diagonales asociadas a
la misma forma cuadrtica tienen el mismo nmero de elementos en la diagonal distintos de cero,
(pues este nmero es el rango de la matriz diagonal).
Teorema de Sylvester o ley de inercia:
Si una forma cuadrtica se reduce a la suma de cuadrados en dos bases diferentes, el nmero de
trminos que aparecen con coeficientes positivos, as como el nmero de trminos con
coeficientes negativos es el mismo en ambos casos.
Definicin 8:
Sea Q una forma cuadrtica y D una matriz diagonal asociada a Q. Se define como signatura de
Q al par () = (, ) donde p es el nmero de elementos positivos en la diagonal de D y q
es el nmero de elementos negativos de la misma.
1.4. Clasificacin de las formas cuadrticas:
Definicin 8:
Se dice que una forma cuadrtica Q es:
a) Nula si () = 0 para todo x
b) Definida positiva si () > 0 para todo x no nulo
c) Semidefinida positiva si () 0, para todo x y Q no es nula ni definida positiva
d) Definida negativa si () < 0 para todo x no nulo
e) Definida negativa si () 0, para todo x y Q no es nula ni definida negativa
f) Indefinida si () alcanza tanto sus valores positivos como negativos, es decir, si 1
0 tal que (1 ) > 0 y 2 0 tal que (2 ) < 0
Teorema de clasificacin:
Sea Q una forma cuadrtica en un espacio vectorial de dimensin n. Se verifica:
a) Q es nula si () = (0,0)
b) Q es definida positiva si () = (, 0)
c) Q es semidefinida positiva si () = (, 0) con 0 < <
d) Q es definida negativa si () = (0, )
e) Q es semidefinida positiva si () = (0, ) con 0 < <
f) Q es indefinida si () = (, )con 0 < ,
Para finalizar y aunque puede obtenerse sin mucho coste una matriz diagonal mediante
operaciones elementales damos, sin demostracin, una proposicin que puede ser til por su
versin prctica, pues engloba varios resultados para clasificar una forma cuadrtica usando la
matriz inicial:
Proposicin 9:
Sea Q una forma cudrica y A su matriz asociada. Denotemos , el k-simo menor principal de
A, para cada 1 :
11 1
11 12
1 = |11 | 2 = | 22 | = ( ) = ||
21
Entonces:
a) Q es definida positiva si y solo si > 0, para 1
b) Q es definida negativa si y solo si (1) > 0, para 1
c) Si = det() 0 y no se est en alguno de los casos anteriores, entonces Q es
indefinida.
d) Si existe tal que 0 (resp. 0), entonces Q no es definida positiva (resp. No
es definida negativa)
e) Si existen y , con , tales que 0, entonces Q es indefinida
2.Captulo II: Resolucin del ejercicio
2.1. Introduccin al problema:
Una forma cuadrtica en es una funcin definida en cuyo valor en un vector en
puede calcularse mediante una expresin de la forma () = , donde es una matriz
simtrica de . La matriz se denomina matriz de la forma cuadrtica. Problema.
Clasificar la cnica dada por + + + = , hallar su ecuacin reducida y
construir su grfica.
Solucin:
Ya comprendida la teora previa corresponde ahora aplicarla al problema practico, mencionado
lneas, arriba, lo primero antes de hacer cualquier cosa es comprender el problema en s, para lo
cual debemos notar lo siguiente:
La ecuacin anterior est ubicada en el plano XY, lo cual permite resolver el problema eligiendo
usar el mtodo vectorial y el mtodo matricial.
La ecuacin planteada corresponde a una cnica en XY, la presencia del termino cruzado no dice
que la cnica se encuentra rotada, y la parte lineal 2x-2 que ha sido trasladada.
2.2. Solucin del problema
Tenemos que encontrar un autovector (de los cuatro posibles) en el cual la cnica no tenga el
trmino cruzado, para eso tenemos la frmula:
() =
A es la matriz asociada a los coeficientes de las variables de la parte cuadrtica del problema es
decir de: + + , por tanto A es:
/2
=( )
/2
Adems es un vector cualquiera y representara nuestro autovector. Ahora escribimos
matricialmente nuestra ecuacin inicial:
) (1 1
( ) ( ) + (2 0) () = 2
1 1
Ntese que en la parte cuadrtica se ha usado la notacin () =
Ahora resolvemos paralelamente esta parte y la restante:
Para la parte cuadrtica:
Hallamos los que cumplan:
| | = 0
Entonces:
1 1
| | = 0 (1 )2 1 = 0 = 0 , = 2
1 1
Con estos valores de evaluamos la matriz anterior para hallar los autovectores:
Para = 0
1 1 0
( ) ( ) = ( ) + = 0 =
1 1 0
(1,1)
Vector propio:
1 =
2
Para = 2
1 1 0
( )( ) = ( ) = 0 =
1 1 0
(1,1)
Vector propio:
2 =
2
De cualquiera de estos vectores obtenemos el ngulo de rotacin para los ejes primos XY, pues
tenemos que = (cos , sin )
Por tanto:
1
cos = =
2 2
Donde es el ngulo de rotacin de los ejes coordenados
Ahora con estos dos vectores
1 y
2 definimos la nueva base B:
1/2 1/2
=( )
1/2 1/2
Como estamos buscando una base de vectores ortogonales y como este est conformado por
los vectores unitarios
1 y
2 la determinante de esta matriz debe ser -1 (recurdese el producto
de pendientes) pero como el vector
2 se encuentra en el cuarto cuadrante del plano, el
determinante debe de ser 1:
1/2 1/2
=[ ]= 1
1/2 1/2
Si el determinante se obtuviera igual a 1, solo permutamos el orden de ambos vectores.
Ahora hallamos X de acuerdo a la forma:
=
1 1
2 2 ()
() =
1 1
(2 2 )
1
( )
2
() =
1
( + )
(2 )
1
= ( )
2
1
= ( + )
2
Reemplazamos los nuevos valores de x e y en la ecuacin original:
1 1 1 1 1
[ ( )] + [ ( )] [ ( + )] + [ ( + )] + [ ( )] =
2 2 2 2 2
Operando obtenemos:
22 + 2 2 2 = 0
2.3. Grfica de la ecuacin reducida:
Si acomodamos la ecuacin en su FORMA VECTORIAL tenemos que la ecuacin queda as:
2
2 2 9
( + ) = 4 ( + )
4 8 42
Por tanto tenemos lo siguiente
2 9
= ( , ) = (0.354, 1.591)
4 42
2 9 2
= ( , + ) = (0.354, 1.414)
4 42 8
Si graficamos la ecuacin reducida y la original tenemos que la grfica original esta rotada 45 y
la rotada aparece sobre el eje X, esto demuestra que hemos precedido con precisin la rotacin y
hemos logrado reducir adecuadamente la cnica:
El programa utilizado fue Demos Calculator Online, ntese que el vrtice coincide con lo
calculado, por lo que esto garantiza que hemos realizado correctamente las operaciones y que el
resultado es correcto.
3.Captulo III: Conclusiones
3.1. Conclusiones finales
Toda ecuacin de segundo grado en dos variables en cualquier espacio vectorial se puede
expresar en forma matricial mediante la forma:
() = [] []
Toda ecuacin de segundo grado en dos variables representa formas cudricas, por eso es
muy importante diagonalizar su ecuacin de tal manera que esta pueda expresarse en su
forma reducida y facilitar as el trabajo sobre la figura.
Si la ecuacin de segundo grado se nos es presentada como:
2 + + 2
Esta forma representa una cudrica rotada, pero si adems de esto estuviera presente la
parte lineal, es decir:
+ +
Esto significa que la cnica ha sido trasladada y est fuera del origen de coordenadas
