Álgebra Lineal eta Geometrı́a I 5.

Formas bilineales y cuadráticas

5 Tema 5: Formas bilineales y formas

cuadráticas
5.1 Formas bilineales
Definición 5.1. Sea K un cuerpo y V un K-espacio vectorial. Diremos que una
aplicación
f : V × V −→ K
(v, w) −→ f (v, w)
es una forma bilineal si f es lineal en cada componente, es decir,

(1) ∀v, v ′ , w ∈ V , ∀λ, λ′ ∈ K f (λv + λ′ v ′ , w) = λf (v, w) + λ′ f (v ′ , w).

(2) ∀v, w, w′ ∈ V , ∀λ, λ′ ∈ K f (v, λw + λ′ w′ ) = λf (v, w) + λ′ f (v, w′ ).

Ejemplo 5.2. El producto escalar estandar sobre Rn es una forma bilineal,

Rn × Rn −→ R
((x1 , . . . , xn ), (y1 , . . . , yn ))) −→ x1 y1 + . . . + xn yn

Observación 5.3. Como una forma bilineal es lineal en cada componente,

entoces para todo v ∈ V tenemos f (v, 0) = 0 = f (0, v).
*En general la aplicación nula siempre es bilineal.
Teorema 5.4. Sean V un K-espacio vectorial y β = {v1 , . . . , vn } una base
de V . Si f : V × V −→ K es una forma bilineal, f queda completamente
determinada si conocemos los valores f (vi , vj ). De hecho, si v = x1 v1 +· · ·+xn vn
y w = y1 v1 + · · · + yn vn en base β, entonces
n
X
f (v, w) = f (vi , vj )xi yj .
i,j=1

Observación 5.5. Utilizando el teorema anterior en el case concreto de V = Rn

eta βk , podemos obseervar que una forma bilineal f : Rn × Rn −→ R es de la
siguiente forma:
n
X
f ((x1 , . . . , xn ), (y1 , . . . , yn )) = aij xi yj .
i,j=1

5.2 Descripción de formas bilineales a través de matrices

Definición 5.6. Sean f : V × V −→ K una forma bilineal y β = {v1 , . . . , vn }
una base de V . Tomemos la siguiente matriz:
 
f (v1 , v1 ) f (v1 , v2 ) . . . f (v1 , vn )
 f (v2 , v1 ) f (v2 , v2 ) . . . f (v2 , vn ) 
Mβ (f ) =  ,
 
.. .. ..
 . . ... . 
f (vn , v1 ) f (vn , v2 ) . . . f (vn , vn )

es decir, la matriz que tiene f (vi , vj ) en la posición (i, j). A esta matriz le
diremos matriz asociada a la forma bilineal f respecto a la base β.

Jone Uria Albizuri 1 curso 2021-2022

Álgebra Lineal eta Geometrı́a I 5. Formas bilineales y cuadráticas

Teorema 5.7. Sean V un K espacio vectorial, β = {v1 , . . . , vn } una base de

V y sean las coordenadas de dos vectores v, w ∈ V en base β descritas por las
matrices X y Y . Si f : V × V −→ K es una forma bilineal, entonces f queda
completamente determinada conociendo la matriz A = Mβ (f ), ya que,

f (v, w) = X t AY.

Es más, A es la única matriz que cumple esa igualdad.

Teorema 5.8. Seanz f : V × V −→ K una forma bilineal y β1 y β2 V dos bases

de V . Si A = Mβ1 (f ) y B = Mβ2 (f ), entonces tenemos

B = P t AP

donde P es la matriz de cambio de base de β2 a β1 , es decir = Mββ21 .

Definición 5.9. Sean A ∈ Mn (K) y B ∈ Mn (K). Decimos que la matriz B es
congruente con la matriz A si existe P ∈ GLn (K) de manera que B = P t AP .
Corolario 5.10. Sean f : V × V −→ K una forma bilineal y A una matriz
asociada a f respecto a cierta base. Entonces, B es una matriz asociada a f
para otra base si y sólo si es congruente con la matriz A.
Definición 5.11. Una forma bilineal f : V × V −→ K es simétrica si se cumple
f (v, w) = f (w, v) para todo v, w ∈ V .
Definición 5.12. Sea A ∈ Mn (K). La matriz A es simétrica si aij = aji para
todo i, j ∈ {1, . . . , n}, es decir, si A = At .
Teorema 5.13. Sean f : V × V −→ K una forma bilineal y A una matriz
asociada a f . Entonces,

f simétrica ⇐⇒ A simétrica .

5.3 Ortogonalidad y bases ortogonales

Definición 5.14. Sean f : V ×V −→ K una forma bilineal simétrica y v, w ∈ V .
Por definición, los vectores v y w son ortogonales respecto a f , y lo denotaremos
v ⊥ w, si f (v, w) = 0 (o de manera equivalente, si f (w, v) = 0).
Si un vector v ∈ V satisface f (v, v) = 0, es decir, si v ⊥ v, v entonces al
vector v le llamaremos vector isótropo.

Definición 5.15. Sean f : V × V −→ K una forma bilineal simétrica y S ⊆ V

(un subconjunto de vectores de V ). Al conjunto formado por todos los vectores
de V ortogonales a S le llamaremos ortogonal de S, y lo denotaremos S ⊥ . Es
decir:
S ⊥ = {v ∈ V : ∀w ∈ S, v ⊥ w}.

Teorema 5.16. El conjunto S ⊥ es un subespacio vectorial de V .

Teorema 5.17. Sean f : V × V −→ K una forma bilineal simétrica y W ≤ V .
Si W = ⟨w1 , . . . , wr ⟩, entonces

v ∈ W ⊥ ⇐⇒ v ⊥ w1 , . . . , v ⊥ wr .

Jone Uria Albizuri 2 curso 2021-2022

Álgebra Lineal eta Geometrı́a I 5. Formas bilineales y cuadráticas

Definición 5.18. Sean f : V × V −→ K una forma bilineal simétrica y U, W ≤

V . Por definicion, diremos que los subespacios U y W son f -ortogonales entre
sı́, y lo denotaremos U ⊥ W , si f (u, w) = 0 para todo u ∈ U y w ∈ W . Como
es evidente, siempre tenemos que W ⊥ W ⊥ .
Definición 5.19. Sea f : V × V −→ K una forma bilineal simétrica. Llama-
remos núcleo de f al subespacio V ⊥ y lo denotaremos por Ker f . Por lo tanto,
Ker f = V ⊥ = {v ∈ V | f (v, w) = 0, ∀w ∈ V }, es decir, el sbconjunto de V
formado por los vectores que son ortogonales a todos los vectores de V .
Si Ker f = {0}, entonces diremos que f es no degenerada, y si Ker f ̸= {0},
que f es degenerada.
Teorema 5.20. Sean f : V × V −→ K una forma bilineal simétrica, β una base
de V y A = Mβ (f ). Entonces,

(1) Ker f = {v ∈ V | AX = 0}, donde X son las coordenadas de v en la base

β.
(2) f es no degenerada ⇐⇒ A es invertible.
Definición 5.21. Sean f : V × V −→ K una forma bilineal simétrica y β =
{v1 , . . . , vn } una base de V . Diremos que β es una base ortogonal (respecto a f )
si vi ⊥ vj para todo i, j ∈ {1, . . . , n}, i ̸= j. Si además, para todo i ∈ {1, . . . , n}
tenemos f (vi , vi ) = 1, entonces diremos que β es una base ortonormal (respecto
a f ).
Ejemplo 5.22. La base canónica de Rn , es una base ortogonal (y ortonormal)
de Rn respecto al producto escalar estandar.
Teorema 5.23. Sean f : V × V −→ K una forma bilineal simétrica y β =
{v1 , . . . , vn } una base de V .Entonces, la matriz A = Mβ (f ) es diagonal si y
sólo si β es ortogonal (respecto a f ).
Lema 5.24. Sean f : V × V −→ K una forma bilineal y W ≤ V . Si W ∩ W ⊥ =
{0}, entonces V = W ⊕ W ⊥ . Por lo tanto, dim V = dim W + dim W ⊥ y
(W ⊥ )⊥ = W .
Observación 5.25. Si el subespacio W es de dimensión 1, es decir W = ⟨w⟩,
entonces las condiciones W ∩ W ⊥ = {0} y f (w, w) ̸= 0 son equivalentes.

Teorema 5.26. Sea f : V × V −→ K una forma bilineal simétrica. Entonces

esxiste una base ortogonal respecto a f . Es decir, podemos asociar a f una matriz
diagonal.
Corolario 5.27. Si A ∈ Mn (K) es una matriz simétrica, entonces A es con-
gruente con una matriz diagonal D, es decir, existe una matriz P ∈ GLn (K)
de manera que D = P t AP .

Definición 5.28. Deinimos el rango de una forma bilineal f como el rango

de cualquier matriz asociada a f . (Notemos que si A y B, son dos matrices
asociadas a una forma bilineal f , entonces B = P t AP , siendo P ∈ GLn (K), y
por lo tanto rk B = rk A.)

Jone Uria Albizuri 3 curso 2021-2022

Álgebra Lineal eta Geometrı́a I 5. Formas bilineales y cuadráticas

Observación 5.29. (1) Aunque la matriz diagonal asociada a una forma bili-
neal f no sea única, todas las matrices diagonales asociadas a f tienen el mismo
rango, y por lo tanto, tendrán el mismo número de ceros en la diagonal. De
hecho, el número de elementos no nulos en cualquier matriz diagonal asociada
a f es precisamente rk f da (y la cantidad de elementos nulos, n − rk f , siendo
n =dim V ).
(2) Además, si K = R, entonces dada una base ortogonal β = {v1 , . . . , vn },
siempre podemos ordenar los vectores de la base de manera que f (vi , vi ) > 0
para todo 1 ≤ i ≤ p y f (vi , vi ) < 0 para p + 1 ≤ i ≤ rk f .
Teorema 5.30. (Ley de inercia de Sylvester) Sean V un R-espacio vectorial
y f : V × V −→ R una forma bilineal simétrica. Entonces, el número p de
vectores de una base ortogonal que cumple f (vi , vi ) > 0 no depende de la base,
(y por lo tanto el de los que cumple f (vi , vi ) < 0 tampoco).
Definición 5.31. Sea f : V × V −→ R una forma bilineal real simétrica.
Se define la signatura de f , denotada por sig (f ), al par (p, rk f − p), donde
p es la cantidad de vectores vi de cualquier base ortogonal de V que cumple
f (vi , vi ) > 0.
Observación 5.32. Tomando en cuenta lo visto anteriormente, dada f , una
forma bilineal simétrica, su signatura (p, rk f − p) será tal que p es el número
de entradas estrictamente positivas en cualquier matriz diagonal asociada a f .
Teorema 5.33. Sean V un R-espacio vectorial n-dimensional, f : V ×V −→ R
una forma bilineal simétrica y A ∈ Mn (R) una matriz simétrica. Entonces:
A es una matriz asociada a f ⇐⇒ sig (g) = sig (f )
donde g : R × Rn −→ R es la forma bilineal definida por la matriz A.
n

Definición 5.34. Sea f : V × V −→ R una forma bilineal simétrica. Decimos

que f es semidefinida positiva si f (v, v) ≥ 0 para todo v ∈ V , y que f es
semidefinida negativa si f (v, v) ≤ 0 para todo v ∈ V .
De la misma forma, diremos que f es definida positiva si f (v, v) > 0 para
todo v ∈ V − {0}, y que f es definida negativa si f (v, v) < 0 para todo v ∈
V − {0}.

5.4 Formas cuadráticas

Definición 5.35. Sea f : V × V −→ K una forma bilineal simétrica. Por
definición, la forma cuadráticas asociada a f es la aplicación Q : V −→ K,
definida por Q(v) = f (v, v) para todo v ∈ V .
Observación 5.36. Las formas cuadráticas no son lineales, ya que Q(λv) =
f (λv, λv) = λ2 f (v, v) = λ2 Q(v). Además, no existe ninguna relación en general
entre Q(v + w), Q(v) y Q(w).
Teorema 5.37. Sea Q : V −→ K la forma cuadrática definida por una forma
bilineal f . Sea β una base de V y A = Mβ (f ). Entonces
X
Q(v) = a11 x1 2 + · · · + ann xn 2 + 2aij xi xj (∗)
1≤i<j≤n

donde X es la matriz de coordenadas de v en base β.

Jone Uria Albizuri 4 curso 2021-2022

Álgebra Lineal eta Geometrı́a I 5. Formas bilineales y cuadráticas

Observación 5.38. Por lo tanto, cuando escribimos las formas cuadráticas

en coordenadas, no son más que polinomios homogéneos de grado 2. De ahı́
proviene el nombre ”cuadráticas”.
Además, dada una forma cuadrática Q, es posible obtener la forma bilineal
simétrica de la que proviene.
Teorema 5.39. Sea Q : V −→ K una forma cuadráticas. Entonces, existe β
una base de V , de manera que la expresión de Q en coordenadas de β es una
suma de cuadrados. Es decir, donde

Q(v) = a11 x1 2 + · · · + ann xn 2

 
x1
siendo X =  ...  la matriz de las coordenadas de v en base β.
 

xn
Definición 5.40. Sea Q : V −→ K, una forma cuadrática definida por la forma
bilineal f . Por definición, el rango de la forma cuadrática Q es el rango de f .
De la misma manera, la signatura de la forma cuadrática Q es la signatura
de f .
Observación 5.41. Cuando la forma cuadrática Q esta dada como suma de
cuadrádos, el rango de Q no es más que el número de coeficientes no nulos en
la expresión de Q; y su si el número de coeficientes estrictamente positivos es
p, su sifnatura será (p, rk Q − p).

Jone Uria Albizuri 5 curso 2021-2022