Universidad Distrital Francisco Jos

e de Caldas
Algebra lineal II Prof efr
en Baquero

formas cuadraticas

Para A Mnn (R) y x Rn , una forma cuadratica en Rn es una funcion

f : Rn R
que es una expresi
on del tipo xt Ax. Es de observar que xt Ax R, es decir es
un n
umero real.

 


2
6
x
Ejemplo 1. f (X) = X t AX = x y
= 2x2 + 4xy + 3y 2
2 3
y
Una primera observacion es que la matriz A puede no ser u
nica (de hecho
hay infinitas matrices) para la misma forma cuadratica
Ejemplo 2.
t

f (X) = X BX =
t

f (X) = X CX =

x y

x y

2 13
17 3


2 4
0 3





x
y

x
y


= 2x2 + 4xy + 3y 2

= 2x2 + 4xy + 3y 2

f (Y ) =

1
1
1
x

x y z
2 2 2
y = x2 + xy + 2xz 2y 2 + 3yz + 3z 2
1 1 3
z

f (Y ) =

1
1
10
x


x y z 5
2 3 y = x2 + 4xy + 8xz + 2y 2 + 2yz + 4z 2
2 5
4
z

f (Y ) =

1
10
7
x


x y z 14 2 22 y = x2 + 4xy + 8xz + 2y 2 + 2yz + 4z 2
1 20 4
z

Si xt Ax es una forma cuadratica se puede mostrar que xt Bx es la u

nica
1
t
t
matriz real sim
etrica tal que x Ax con B = 2 (A + A) . Sinembargo por las
propiedades que poseen las matrices optaremos por seleccionar una matriz
especial. Para los ejemplos anteriores tomaremos
1

f (Y ) =

 
2 2
x
f (X) = x y
= 2x2 + 4xy + 3y 2
2 3
y

1
2
4
x


x y z 2 2 1 y = x2 + 4xy + 8xz + 2y 2 + 2yz + 4z 2
4 1 4
z

La elecci
on se debe a que una matriz sim
etrica tiene valores propios reales y
vectores propios ortogonales que siempre se pueden convertir en ortonormales
para formar una matriz diagonalizante T tal que T 1 = T t (Una matriz que
cumple esta propiedad se llama matriz ortogonal).
Proposici
on 1. Los vectores propios de una matriz simetrica asociados a valores
propios distintos son ortogonales

t
hx, yi = hx, yi = hx, Ayi = xt Ay = xt At y

t
= At x y = (Ax)t y = (x)t y = xt y = hx, yi (1)
Como 6=
hx, yi = hx, yi
entonces


hx, yi = 0
luego debe ocurrir que hx, yi = 0
Proposici
on 2. x Ax es un n
umero real.
Los valores propios de una matriz hermitiana (simetrica) son reales.
Proof. x Ax es un numero real, pues
x Ax = (x Ax)t = x A x = x A x = x Ax.
popr otro lado,
hx, yi = x y = hx, yi
hx, xi = x (Ax) = x (x) = x x = kxk2
entonces =

x Ax
kxk2

al ser cociente de numeros reales, es un numero real.

Diagonalizaci
on de una forma cuadratica

como
f (x) = xt Ax

Al diagonalizar A, se escribe en la forma P 1 AP = D, lo cual equivale a que

A = P DP 1 . Por ser A simetrica, P puede obtenerse ortogonal (P 1 = P t ).
Con el cambio x = P y y = P 1 x = P t x, podemos reescribir a f (x), como




f (x) = xt Ax = (P y)t A (P y) = y t P t AP y = y t P 1 AP y = y t Dy
que reduce la forma cuadratica a una suma de cuadrados.
Ejemplo 3. La forma cuadratica
3x2 + 4xy + 6y 2 = 14
que curva representa en R2 ?

 

3 2
x
x y
= 3x2 + 4xy + 6y 2 = 14
2 6
y


3 2
La matriz A =
, tiene valores y vectores propios
2 6


 
2
1
2,
7
1
2
Con lo anterior, formamos


 2 1 
2 1
5 5
1
P =
, P =
2
1
1 2
5
5
 2 1 

 

5 5
3 2
2 1
2 0
1
P AP =
=
1
2
2 6
1 2
0 7
5
5


El cambio a realizar es
! 

   2
2
1

2
2
x
u
u
5 5
5
5
=

=
1
2
1

y
v
v
5
2
2
5
5
5


x
y


=

2
5
1

2
5

2
5
2

2
5

!

u
v


=



1
5
5
2
5
5

x
y


=


52 5x + 15 5y
1
5x + 52 5y
5


25 5u + 15 5v
1
5u + 25 5v
5

Haciendo el reemplazo respectivo


2



2
1
2
1
1
2
3
5u +
5v + 4
5u +
5v
5u +
5v
5
5
5
5
5
5

2
1
2
+6
5u +
5v = 2u2 + 7v 2 = 14 (2)
5
5

2
Que
representa
una
elipse
centrada
en
el
origen
de
semiejes
mayor
y
menor
7y

2
2 respectivamente. La direccion de los ejes u y v esta determinada por los vectores
propios.
3

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

y ............

..................
.......
...
.
.
.
.
..
...
.
.
.
p
.
..
.
.
..
..
7/2..
.
..
..
....
.
.
.
.
.
..
...
...
.. .
..
..
...
.. .
..
..
...
...
..
..
.. .
...
..
..
...
.
.
...
..
.
.... p
.
...
.
.... 7/2
....
..
.
.
...
..
.....
...
.
.
.
.
.
..................

Grafico de 3x2 + 4xy + 6y 2 = 14

Ejemplo 4. La forma cuadratica
9x2 + 8xy + 3y 2 = 3

 

9 4
x
x y
= 9x2 + 8xy + 3y 2 = 3
4 3
y


9 4
La matriz
posee valores y vectores propios
4 3


 
1
2
1,
11
2
1
con esto formemos P dividiendo por la norma de cada vector propio

 1

 1
2

2
5

t
1
5
5
5
5

5
P =
, P =P =
2
1
2
1

5
5 5 5
5
5
Con el cambio
   1

x
5
=
y
25

2
5
1
5



u
v


=


2
5u
+
5v
5

52 5u + 15 5v
1
5

se sigue que

2



1
2
1
2
2
1
9
5u +
5v + 8
5u +
5v

5u +
5v
5
5
5
5
5
5
2

1
2
5u +
5v = u2 + 11v 2 = 3 (3)
+3
5
5
que representa una elipse en el plano.
Ejemplo 5. La forma cuadratica
8x2 2xy + 2xz + 11y 2 + 8yz + 11z 2 = 3
puede expresarse como

x y z

8 1 1
x
1 11 4 y = 8x2 2xy + 2xz + 11y 2 + 8yz + 11z 2 = 3
1
4 11
z

La
matriz,

8 1 1
1 11 4
1
4 11
tiene valores y vectores propios

0
2
1
1 15, 1 9, 1 6
1
1
1
con esto formar P ortogonal

1
1
2
1
0
0
2
2
6
3
2
2

1
1
1
t
1
1
1
1

, P =P =
P =
6 6 6 6 6
2
6
3
3
1
1
1
1

3
3 13 3 13 3
3
2
6
Con lo anterior

1
1
2
1
0
0
2
2
8
1
1
15
0
0
6
3
2
2

1
1 6 1 6 1 6 1 11 4 1 1
= 0 9 0
2
6
3
3
6
6
1
1
1
1
1
1

1
4 11
0 0 6
3
3 3 3 3 3
3
2
6

Haciendo el cambio de variable

1
1
2
1
0
6b
+
3c
x
a
6
3
3
3

1
y = 1 1
b = 1 2a 1 6b + 1 3c
2
6
3
2
6
3
1
1
1
1
1
1
z
c

2a
+
6b

3c
2
6
3
2
6
3

Y haciendo
el reemplazo

1
x = 3 6b + 13 3c

y = 21 2a 16 6b + 31 3c

z = 12 2a + 16 6b 31 3c
La expresion se reduce a
8x2 2xy + 2xz + 11y 2 + 8yz + 11z 2 = 9b2 + 15a2 + 6c2 = 3
3b2 + 5a2 + 2c2 = 1 que representa un elipsoide en R3

Matrices definidas

Una matriz A se dice definida positiva (d.p.) si para todo x 6= 0, se cumple

que xt Ax > 0.
Si xt Ax 0, para todo x, se dice que A es semidefinida positiva (s.d.p.)
Proposici
on 3. si B es cualqueir matriz de rango completo entonces A = B t B es
d.p. pues, xt Ax = xt (B t B) x = (Bx)t (Bx) = kBxk2 > 0 pues, al ser de rango
completo Bx 6= 0.
Proposici
on 4 (Propiedades). Si A es d.p. entonces
1. sus valores propios son positivos
2. su determinante es positivo
3. su traza es positiva
4. todos los menores pronciplaes son positivos, (De hecho es un si y solo si, este se
llama el Criterio de Sylvester)

Metodo de Lagrange

Consiste en factorizar la forma cuadr

atica como una suma de cuadrados,
para evidenciar que la matriz asociada es d.p.
Ilustremolo con un ejemplo

3 2 1
x

y = 3x2 4xy 2xz + 2y 2 + 2yz + z 2

x y z
2 2
1
1 1
1
z
Expresar la forma cuadratica
f (x, y, z) = 3x2 4xy 2xz + 2y 2 + 2yz + z 2

como una suma de cuadrados

f (x, y, z) = 3x2 4xy 2xz + 2y 2 + 2yz + z 2
= 3x2 2x (2y + z) + 2y 2 + 2yz + z 2


2
1
1
2
2
= 3 x x (2y + z) + (2y + z) (2y + z)2 + 2y 2 + 2yz + z 2
3
9
3
2

2
2
2
1
= 3 x (2y + z) + y 2 + yz + z 2
3
3
3
3

2

2
1
2 2
= 3 x (2y + z) +
y + yz + z 2
3
3
3
2



1
2
1 2
2
2
2
y + yz + z z 2 + z 2
= 3 x (2y + z) +
3
3
4
12
3

2

2
1
2
1
1
= 3 x (2y + z) +
y + z + z2
3
3
2
2

x
0

y
0
si
6=
z
0
entonces es claro que al ser una suma de cuadrados la expresion f (x, y, z) > 0,
luego
la matriz
3 2 1
2 2
1 es d.p.
1 1
1
Ejemplo 6. La siguiente forma cuadratica es d.p. ?
12x2 24xy + 12xz + 13y 2 18yz + 13z 2

12 12 6
x

x y z
12 13 9
y
6
9 13
z

f (x, y, z) = 12x2 24xy + 12xz + 13y 2 18yz + 13z 2

= 12 x2 2xy + xz + 13y 2 18yz + 13z 2
 
2 !

2

1
1
1
2
12 y z + 13y 2 18yz + 13z 2
= 12 x 2x y z + y z
2
2
2


2
1
= 12 x y z
+ y 2 6yz + 10z 2
2
2




1
+ y 2 6yz + 9z 2 9z 2 + 10z 2
= 12 x y z
2


2
1
= 12 x y z
+ (y 3z)2 + z 2
2
entonces es claro que al ser una suma de cuadrados la expresion 12x2 24xy +12xz +
13y 2 18yz + 13z 2 > 0. Porque
3 (2x (2y z))2 + (y 3z)2 + z 2 = 12x2 24xy + 12xz + 13y 2 18yz + 13z 2

Matrices d.p. y Criterio de Sylvester

Si A es d.p.entonces los elementos de la diagonal son positivos.

Si A es d.p entonces xt Ax > 0 en particular si

0
0

..
.

x = ei = 1
0

.
..
0
entonces




.
.
0 0 .. 1 0 .. 0

a11 a12
a21 a22
a31 a32
..
.
ai1 ai2
an1 an2
8

a1,i

a2,i
a3,i
..
.
aii
..
.
an,i an,n1

a1n
a2n
a3n
ai,n
ann

0
0
..
.
1
0
..
.
0

luego

0 0 1 0 0

a1,i
a2,i
a3,i
..
.

= aii > 0, para i = 1, 2, ..., n

aii

..
.
an,i

Si A es d.p entonces xt Ax > 0, luego para todo x 6= 0, es decir se cumple

que

a11
a12
a13
a1,n2
a1,n1
a1n

a21
a22
a23
a2,n2
a2,n1
a2n

a31
a32
a33
a3,n2
a3,n1
a3n


.
.

..
..
x1 x2 x3 xn2 xn1 xn
a
an2,n2 an2,n1 an2,n
n2,1 an2,2 an2,3
a
an1,n2 an1,n1 an1,n
n1,1 an1,2 an1,3
an1
an2
an3
an,n2
an,n1
ann

x1
x2
x3
..
.
xn2
xn1
xn

en particular

si
x1
x2

x3
.

x=
..
x

n2
x

n1
0
entonces tambien ocurre que

x1 x2 x3 xn2 xn1

a11
a21
a31
..
.

a12
a22
a32

a13
a23
a33

0

a
n2,1 an2,2 an2,3
a
n1,1 an1,2 an1,3
an1
an2
an3

a1,n2
a2,n2
a3,n2

a1,n1
a2,n1
a3,n1

an2,n2 an2,n1
an1,n2 an1,n1
an,n2
an,n1

a1n
x1
a2n x2

a3n x3
.
..

an2,n
xn2

an1,n xn1
ann
0

>0

lo cualquiere decir que

a11
a21

a31
B1 =
...

a
n2,1
an1,1

la matriz
a12
a22
a32

a1,n2
a2,n2
a3,n2

a13
a23
a33

an2,2 an2,3
an1,2 an1,3

a1,n1
a2,n1
a3,n1

an2,n2 an2,n1
an1,n2 an1,n1

entonces la matriz B1 , es d.p. por lo tanto su deterrminante es positiva. De

nuevo
debe ocurrir
que xt B1 x > 0 para todo x 6= 0. En particular si

x1
x2

x3
.

x=
..
x

n2
0
0
entonces xt Bx > 0, lo cual implica que la matriz

a11
a12
a13 a1,n2
a21
a22
a23
a2,n2

a
a
a
a3,n2
31
32
33
B2 =

...

an2,1 an2,2 an2,3

an2,n2
es d.p. por lo tanto su detrminante es positivo. Este proceso se lleva hasta
concluir
que los detrminantes
de las matrices



a11 a12 a13


a21 a22 a23 , a11 a12 , a11
a21 a22
a31 a32 a33
deben ser positivos, es decir todos los menores principales son positivos
Ejemplo

7. La matriz
2 1
0
5
4 1
6 3 = A
B = 1 2 1 es de rango completo, luego BB t = 4
0 1 1
1 3 2



5
4 1
5 4
6 3 = 1, det
= 14, 5 > 0.
det 4
4 6
1 3 2
luego A es d.p. pues los menores principales son positivos.

10

Ejercicio 1.

1. Las siguientes matrices son definidas positivas ? justificar.

6 1 1 1
1 2 1 1

F =
1
3
2 2
1
1
0 1

14 8 7
G = 8 11 1
7 1 17

30 17 7
I 17 102 6
7 6 17

30
7
9
J = 7 102 14
9 14 17

27 21 6
A = 21 29 10
6 10
4

22 21 6
B = 21 29 10
6 10 4

43 15 6
C = 15 13 6
6
6 4

6 1 1 1
1 2 1 1

E=
1
1 2 1
1
1 1 1

2. En caso de serlo, usar el metodo de Lagrange para expresar la forma

cuadr
arica asociada a la matriz A, xt Ax como una suma de cuadrados.
3. Que curva o superficie representa las siguientes formas cuadr
aticas ?
2
46
17
71
79
31 2
x + xy xz + y 2 + yz z 2 = 1
21
21
21
42
21
42
5
6
30
23
39
71
x2 + xy + xz + y 2 yz + z 2 = 2
7
7
7
14
7
14
5 2 146
2
65 2 143
223 2
xy + xz + y +
yz
z =1
x +
21
21
21
42
21
42
65 2 34
58
205 2 53
253 2
x + xy + xz +
y yz +
z =2
21
21
21
42
21
42
20 2 18
6
55
9
31
x + xy + xz + y 2 + yz + z 2 = 1
7
7
7
14
7
14
2
2
x 2xy + y 2x + 1 = 0
x2 2xy + y 2 y = 0
5x2 + 2xz y 2 = 2
7x2 + 4xz y 2 5z 2 = 4

11