Formas Cuadraticas
Formas Cuadraticas
Formas Cuadraticas
Recordemos:
Dada A ∈ Mnn (R) simétrica definimos q : Rn → R: 4. El método de Gauss permite escalonar A solo
con operaciones del tipo Epq (α) p < q permite
q(x) = xt Ax escalonar A y además los pivotes son siempre
estrictamente positivos.
Sea A ∈ Mnn (R) simétrica diremos que A es defi-
nida positiva si ∀x 6= 0 tenemos que xt Ax > 0. Si 5. A = RRt con R triangular inferior y de diago-
−A es definida positiva diremos que A es definida nal estrictamente positiva.
negativa.
Sea q = xt Ax forma cuadrática, existe L invertible
Sea A ∈ Mnn (R) simétrica. Las siguientes proposi- tal que z = Lx, entonces en términos de z:
ciones son equivalentes:
q(z) = z12 + · · · + zp2 − (zp+1
2
+ · · · + zr2 )
1. A es definida estrictamente positiva.
2. Los valores propios de A son estrictamente po- Donde p es el número de valores propios positivos
sitivos. de A y r es el número de valores propios no nulos (o
3. Las menores principales de A: de manera equivalente rango(A)).
a a12 Identidad útil:
A(1) = |a11 | A(2) = 11 . . . A(n) = |A|
a21 a22
c
2 2
a x
ax + by + cxy = x y 2
son todas estrictamente positivas. c
2 b y
es semi-definida positiva. Además pruebe que si x Bx = 0, para algún x ∈ Rn entonces para todo i =
t
A ≥ B ⇐⇒ A − B es semi-definida positiva.
1
Facultad de Ciencias Fı́sicas y Matemáticas Universidad de Chile
Examen 2008-2
1
* 0 2 1 +
1 1 1 2 4 4 4
P3. Sea S = 1 1 1 2 un subespacio de R . Si f : R → R es una aplicación lineal que cumple
, , ,
1 1 1 2
con:
0 1 0 −1
0 −1 0 0
1 = 1 (iii) f 0 = 0
(i) Ker(f ) = S, (ii) f
0 1 1 1
a) Encontrar una base de S, reduciendo el conjunto generador dado.
b) Usando el Teorema Núcleo-Imagen, determine la dimensión de Im(f ).
c) Encontrar una base de Im(f ).
d) Determinar explicitamente la aplicación f .
P4. a) Sea P ∈ Mnn (R) una matriz ortogonal, es decir, P t = P −1 . Pruebe que si v, z ∈ Rn son tales que v = P t z
entonces kvk = kzk.
b) Dada H ∈ Mnn (R) simétrica, demuestre que:
αkzk2 ≤ z t Hz ≤ βkzk2 , ∀z ∈ Rn
donde α es el mı́nimo valor propio de H y β es el máximo valor propio de H.
P5. Sea z ∈ Rn . Considere la matriz A ∈ Mnn (R) definida por: A = I + zz t
a) Pruebe que A es diagonalizable.
b) Pruebe que z es vector propio de A y calcule su valor propio correspondiente.
c) Sea µ ∈ Rn ortogonal a z. Pruebe que µ es vector propio de A asociado al valor propio 1.
d) Pruebe que el subespacio ortogonal a z tiene dimensión n − 1.
e) Encuentre todos los valores propios de A y sus multiplicidades.
f) Calcule el determinante de A.
g) Encuentre β ∈ R tal que A−1 = I + βzz t .
Demuestre que m es el menor valor propio de A y que M es el mayor valor propio de A. Use esto para minimizar la
función f (x, y) = x2 − y 2 + xy + 15 en el conjunto S = {(x, y) ∈ R2 : x2 + y 2 = 1}.