Conicas

  • November 2019
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Conicas as PDF for free.

More details

  • Words: 3,636
  • Pages: 12
´ ´ FORMAS CUADRATICAS Y CONICAS EN Rn . En la siguiente secci´on, introduciremos los conceptos de formas cuadr´aticas y c´onicas. Antes de eso, veremos algunas definiciones. Una funci´on bilineal o forma bilineal en Rn es una funci´on B : Rn × Rn → R que satisface: (i) B(~u, ~v + αw) ~ = B(~u, ~v ) + αB(~u, w) ~ , ∀ α ∈ R , ∀ ~u, ~v , w ~ ∈ Rn . (ii) B(~a + β~b, ~c) = B(~a, ~c) + βB(~b, ~c) , ∀ β ∈ R , ∀ ~a, ~b, ~c ∈ Rn . La forma bilineal B se dir´a sim´etrica si adem´as satisface: (iii) B(~u, ~v ) = B(~v , ~u) , ∀ ~u, ~v ∈ Rn . µ

¶ µ ¶ u v 1 1 Por ejemplo en R2 , denotemos ~u = y ~v = , con u1 , u2 , v1 , v2 ∈ R, entonces u2 v2 la funci´on definida por B(~u, ~v ) = u1 · v2 es una forma bilineal. En este caso no es sim´etrica. Por otro lado, B(~u, ~v ) = u1 · v1 + u2 · v2 , es una forma lineal sim´etrica. En general, si B es una funci´on bilineal en Rn , B = {~v1 , ~v2 , ..., ~vn } una base de Rn y ~x, ~y ∈ Rn , entonces escribiendo estos vectores como combinaci´on lineal de esta base ~x =

n X

xi~vi , ~y =

i=1

tenemos B(~x, ~y ) = B

n X

yj ~vj , xi , yj ∈ R, i, j ∈ {1, 2, ..., n} ,

j=1

à n X i=1

xi~vi ,

n X

! yj ~vj

j=1

=

n X n X

xi · yj · B(~vi , ~vj ) .

i=1 j=1

De esta manera, si definimos la matriz B ∈ Mn (R) como (B)ij = B(~vi , ~vj ), i, j ∈ {1, 2, ..., n}, entonces B(~x, ~y ) = [~x]B • (B · [~y ]B ) = ([~x]B )t · B · [~y ]B , donde • es el producto punto usual de Rn y [~x]B , [~y ]B ∈ Rn son las coordenadas de ~x, ~y respecto a la base B, respectivamente. B se denomina la matriz asociada a la forma bilineal B. Rec´ıprocamente, dada cualquier matriz B ∈ Mn (R), la funci´on F : Rn × R2 → R definida por F (~x, ~y ) = (~x)t · B · ~y es una funci´on bilineal; en resumen, TODA funci´on bilineal en Rn tiene la forma (~x)t · B · ~y para alguna matriz B. En el ejemplo anterior, para B(~u, ~v ) = u1 · v2 se tiene ¶ µ ¶ µ ¡ ¢ 0 1 v1 , B(~u, ~v ) = u1 u2 · · v2 0 0 1

mientras que para B(~u, ~v ) = u1 · v1 + u2 · v2 , la escritura es µ ¶ µ ¶ ¡ ¢ 1 0 v1 B(~u, ~v ) = u1 u2 · · . 0 1 v2 Finalmente, observemos que B es una forma bilineal sim´etrica ⇔ la matriz asociada B es sim´etrica. 2 ´ FORMAS CUADRATICAS. Una funci´on q : Rn → R se dir´a una forma cuadr´atica si y s´olo si existe una forma bilineal sim´etrica B tal que q(~x) = B(~x, ~x) , ∀ ~x ∈ Rn . De los resultados anteriores, tenemos que para B existe B ∈ Mn (R) sim´etrica tal que B(~x, ~y ) = (~x)t · B · ~y , ∀ ~x, ~y ∈ Rn . Luego, en Rn toda forma cuadr´atica q tiene la forma q(~x) = (~x)t · B · ~x , ∀ ~x ∈ Rn . ¶ ¶ µ a b x , donde a, b, c ∈ R. Entonces, yB= Ejemplo 1: En R , denotemos ~x = b c y la forma general de una cuadr´atica en R2 es µ

2

q(x, y) = q(~x) = (~x)t · B · ~x = ax2 + 2bxy + cy 2 , ∀ ~x ∈ R2 . 3 2 Ejemplo 2: Siµtenemos ¶ la cuadr´atica q(x, y) = 7x + 3xy, entonces a = 7, b = 2 , c = 0; por 3 7 2 y as´ı lo tanto, B = 3 0 2 µ ¶ µµ ¶ µ ¶¶ µ ¶ µ ¶ ¡ ¢ x 7 32 x 7 32 x • q(x, y) = · = x y · 3 · . 3 y 0 y 0 y 2 2

Dado que la matriz B asociada a la forma cuadr´atica es sim´etrica, es posible hacer una reducci´on aprovechando el hecho que este tipo de matrices son diagonalizables. Sean λ1 , λ2 , ..., λn los valores propios de B y ~v1 , ~v2 , ..., ~vn una base ortonormal de vectores propios. De acuerdo a lo visto en clases, se tiene que B = P · D · P t , donde D es una matriz diagonal con los valores propios y P es la matriz de vectores propios. Luego, q(~x) = (~x)t · B · ~x = (~x)t · (P · D · P t ) · ~x , ∀ ~x ∈ Rn . Si hacemos el cambio de coordenadas, ~z = P t · ~x, tenemos (~x)t · (P · D · P t ) · ~x = (P t · ~x)t · D · (P t · ~x) = (~z)t · D · ~z . 2

   Como D =  

λ1 0 . . . 0 0 λ2 . . . 0 .. .. . . . . .. . . 0 . . . 0 λn





    , entonces si ponemos ~z =   



z1 z2 .. .

  , zi ∈ R, i = 1, 2, .., n, 

zn

llegamos a t

(∗) (~z) · D · ~z =

n X

λi zi2 = λ1 z12 + λ2 z22 + · · · + λn zn2 .

i=1

Esta u ´ltima expresi´on la denominaremos forma can´ onica o elemental de una cuadr´atica. De esta manera, se ha concluido que cualquier forma cuadr´atica definida en Rn se puede llevar a su forma can´onica a trav´es de un cambio de coordenadas. Ejemplo: Consideremos la forma cuadr´atica q(x, y) = 5x2 + 8xy − y 2 . Entonces µ ¶ µ ¶ ¡ ¢ 5 4 x q(x, y) = x y · · . 4 −1 y µ

¶ 5 4 Los valores propios de la matriz B = son λ1 = −3 y λ2 = 7 y un par de 4 −1 µ ¶ µ ¶ 1 2 vectores propios asociados a λ1 , λ2 son w ~1 = y w ~2 = , respectivamente. −2 1 Estos vectores son ortogonales y forman una base de R2 . Para normalizarlos, basta definir ~1 ~2 ~v1 = ||w , ~v2 = ||w . De esta manera, w ~ 1 || w ~ 2 || µ D=

−3 0 0 7

Ã

¶ , P =

√1 5 −2 √ 5

√2 5 √1 5

! .

Por lo tanto, µ

5 4 4 −1

Ã

¶ =

√1 5 −2 √ 5

√2 5 √1 5

! µ ¶ Ã −3 0 · · 0 7

√1 5 √2 5

−2 √ 5 √1 5

! .

Finalmente, haciendo el cambio de coordenadas, ~z = P t · ~x, o sea, ¶ Ã 1 −2 ! µ ¶ µ √ √ z1 x 5 5 = · , 2 1 √ √ z2 y 5 5 llegamos a q(x, y) = q(~x) = q(P · ~z) = −3z12 + 7z22 . Geom´etricamente, el cambio de coordenadas se ilustra en la figura inferior, una rotaci´on de los ejes.

3

Siguiendo las notaciones de antes, o sea, q(~x) = (~x)t · B · ~x, con B una matriz sim´etrica, se definen los siguientes subespacios: (i) S − = ker(B − λi1 I) ⊕ ker(B − λi2 I) ⊕ · · · ⊕ ker(B − λik I), donde λi1 , λi2 , . . . , λik son los valores propios negativos de B, (ii) S 0 = ker(B − 0 · I) = ker(B) y (iii) S + = ker(B − λj1 I) ⊕ ker(B − λj2 I) ⊕ · · · ⊕ ker(B − λp I), donde λj1 , λj2 , . . . , λjp son los valores propios positivos de B. Estos espacios se denominan, espacio negativo, espacio nulo y espacio positivo de la cuadr´atica q, respectivamente. Es f´acil ver que Rn = S − ⊕ S 0 ⊕ S + . Por u ´ltimo, consideraremos las siguientes definiciones generales. Sea A ∈ Mn (R) una matriz sim´etrica. Diremos que (a) A es definida positiva ⇔ (~x)t · A · ~x > 0 , ∀ ~x ∈ Rn , ~x 6= ~0, (b) A es semi-definida positiva ⇔ (~x)t · A · ~x ≥ 0 , ∀ ~x ∈ Rn y existe al menos un vector ~x0 ∈ Rn , ~x0 6= ~0, tal que (~x0 )t · A · ~x0 = 0, (c) A es definida negativa ⇔ (~x)t · A · ~x < 0 , ∀ ~x ∈ Rn , ~x 6= ~0, (d) A es semi-definida negativa ⇔ (~x)t · A · ~x ≤ 0 , ∀ ~x ∈ Rn y existe al menos un vector ~x0 ∈ Rn , ~x0 6= ~0, tal que (~x0 )t · A · ~x0 = 0. Del cambio de coordenadas que definimos en (∗), es directo ver que (1) A es definida positiva ⇔ los valores propios son positivos, (2) A es semi-definida positiva ⇔ los valores propios son no-negativos (≥) y existe al menos un valor propio nulo, 4

(3) A es definida negativa ⇔ los valores propios son negativos, (4) A es semi-definida negativa ⇔ los valores propios son no-positivos(≤) y existe al menos un valor propio nulo. ´ : cada una de las definiciones (a), (b), (c) y (d) es posible hacerla para una OBSERVACION forma cuadr´atica, esto es, por ejemplo, q : Rn → R se dir´a una forma cuadr´atica definida positiva ⇔ q(~x) > 0, ~x 6= ~0. Como toda forma cuadr´atica en Rn se escribe como (~x)t · B · ~x, B sim´etrica, entonces una forma cuadr´atica q es definida positiva ⇔ su matriz asociada B es definida positiva. An´alogamente para los otros casos. 2 ´ CUADRICAS EN Rn . Sean q : Rn → R una forma cuadr´atica, L : Rn → R una funci´on lineal y g ∈ R. Una cu´adrica en Rn es un conjunto de la forma . n Q = {~x ∈ R q(~x) + L(~x) + g = 0} . ´ : En algunos textos aparece la definici´on de la forma OBSERVACION . Q = {~x ∈ Rn q(~x) + F (~x) = 0} , donde F es una funci´on af´ın. Precisamente, las funciones afines son aquellas que tienen la forma F (~x) = L(~x) + g, donde L es una funci´on lineal y g es una constante. En lo que sigue analizaremos el caso n = 2. En R2 las cu´adricas se denominan simplemente secciones c´onicas o c´onicas. Usaremos las siguiente notaciones: q(x, y) = ax2 + 2bxy + cy 2 , L(x, y) = dx + f y, donde a, b, c, d, f ∈ R son fijas. Luego, las c´onicas tienen la siguiente forma . Q = {(x, y) ∈ R2 ax2 + 2bxy + cy 2 + dx + f y + g = 0} . Adem´as, q y L se pueden reescribir de las siguiente forma µ ¶ µ ¶ ¡ ¢ a b x q(x, y) = x y · · = (~x)t · B · ~x , b c y ¶ µ ¶t µ ¶ x d x ~ t · ~x , L(x, y) = d f · = · = (d) y f y µ ¶ µ ¶ µ ¶ a b x d ~ donde B = , ~x = ,d= . b c y f ¡

¢

µ

5

As´ı, tenemos que Q = {(x, y) ∈ R2

.

~ t · ~x + g = 0} . (~x)t · B · ~x + (d)

De esta u ´ltima igualdad, vemos que para clasificar las c´onicas basta con estudiar los valores propios de la matriz B. Con la notaci´on usual, ponemos λ1 y λ2 los valores propios de B. Primer Caso: Los valores propios son distintos de 0. µ ¶ c1 Sea ~c = ∈ R2 . Consideremos la traslaci´on de coordenadas al punto ~c, esto es, c2 ¶ µ u1 := ~x − ~c . ~u = u2 Entonces, ~x satisface

~ t · ~x + g = 0 (~x)t · B · ~x + (d)

si y solamente si ~u satisface ³ ´ ~ t · ~u + (~c)t · B · ~c + (d) ~ t · ~c + g = 0 . (~u)t · B · ~u + 2(~c)t · B + (d) En lo anterior s´olo se usan propiedades algebraicas de la multiplicaci´on, la transpoci´on de matrices y el hecho que B es sim´etrica. Por otro lado, observemos que ~c es arbitrario pero fijo. Sin embargo, una elecci´on u ´til de ~c t t t ~ ~ ser´ıa la que hiciera posible 2(~c) · B + (d) = 0 . Dado que B es sim´etrica, la elecci´on anterior es equivalente a la existencia de ~c tal que 2B · ~c + d~ = ~0. Pero por la hip´otesis, los valores propios son distinto de cero, entonces det(B) 6= 0; luego, B es invertible, por lo tanto, existe un u ´nico ~c tal que d~ + 2B · ~c = 0, m´as a´ un, el vector ~c −1 ~ 1 est´a dado por la expresi´on ~c = − 2 · B · d. O sea, si ponemos ~cQ = − 21 · B−1 · d~ y ~u = ~x − ~cQ , entonces reemplazando tenemos que ~x satisface ~ t · ~x + g = 0 (~x)t · B · ~x + (d) si y solamente si ~u satisface (?) (~u)t · B · ~u + g˜ = 0 , donde g˜ := g − (~cQ )t · B · ~cQ . El vector ~cQ se denomina centro de la c´onica Q. ¶ µ z1 t , donde P es la matriz cuyas Por u ´ltimo, si hacemos el cambio ~z = P · ~u, ~z = z2 columnas son los vectores propios ortonormales de B( tal como lo hicimos en (∗)) y lo reemplazamos en (?), llegamos a 0 = (~u)t · B · ~u + g˜ = (~z)t · D · ~z + g˜ = λ1 z12 + λ2 z22 + g˜ . Para analizar esta u ´ltima expresi´on, separamos en los siguientes casos: 6

1. Los valores propios tienen el mismo signo. (i) Si los valores propios son positivos y g˜ > 0, entonces Q = Ø. (ii) Si los valores propios son positivos y g˜ = 0, entonces ~z = ~0; por lo tanto, ~u = ~0 y por ende, ~x = ~c; as´ı se concluye que Q = {~cQ }. (iii) Si los valores propios son positivos y g˜ < 0, entonces el conjunto de puntos que satisface λ1 z12 + λ2 z22 + g˜ = 0 es una elipse sobre los ejes coordenados nuevos(los definidos por los vectores propios de B). Por lo tanto, para retornar a las coordenadas (x, y) dadas por el vector ~x tenemos que pasar por la rotaci´on P , o sea, Q es una elipse rotada con centro en el vector ~cQ . En la figura inferior, se representa geom´etricamente el hecho anterior. Los vectores ~v1 y ~v2 son los directores de los ejes de la elipse los cuales son perpendiculares.

Un ´analisis an´alogo se puede hacer cuando los valores propios son negativos. 2. Los valores propios tiene distinto signo. Supongamos que λ1 < 0 < λ2 . Entonces la expresi´on λ1 z12 + λ2 z22 + g˜ = 0 corresponde a: ´ (a) Dos rectas si g˜ = 0. Estas tienen vectores directores à ! ! à 1 1 ¯ ¯ ~2 = ~ 1 = ¯¯ λ ¯¯ , D , D ¯ ¯ − ¯ λλ21 ¯ ¯ λ12 ¯ respectivamente; por lo tanto, al retornar a las variables originales, tenemos que Q ~ 1, P · D ~ 2 , respectivamente es la uni´on de dos rectas que siguen las direcciones P · D y se intersectan en ~cQ . 7

En la figura izquierda tenemos el panorama en las coordenadas (z1 , z2 ). En la figura derecha, tenemos la situaci´on en las coordenadas (x, y); la c´onica Q est´a representada en rojo (m´as remarcado que el izquierdo). (b) Una hip´erbola si g˜ 6= 0.

Estas representaciones son sobre los ejes nuevos que siguen la direcci´on de los vectores propios( la coordenada z1 se mueve sobre el eje generado por ~v1 y la coordenada z2 se 8

mueve sobre el eje generado por ~v2 ). Por lo tanto, Q corresponde a hip´erbolas, pero rotadas y con centro en el vector ~cQ , como se ve en las figuras inferiores.

Segundo Caso: Hay valores propios nulos . En este caso la matriz B no es invertible y por lo tanto, no es claro la existencia del vector ~c. De esta manera, intentaremos de un principio el cambio ~z = P t · ~x. Luego, ~x satisface ~ t · ~x + g = 0 (~x)t · B · ~x + (d) si y solamente si ~z satisface ~ t · P · ~z + g = 0 . (~z)t · D · ~z + (d) ˜ Si ponemos d~ =

µ

d˜ f˜

¶ = P t · d~ . y hacemos los reemplazos de ~z como antes, tenemos que

˜ 1 + f˜z2 + g = 0 . ~ t · P · ~z + g = λ1 z 2 + λ2 z 2 + dz (¨) (~z)t · D · ~z + (d) 2 1 De esta u ´ltima igualdad, concluimos lo siguiente: (i) Si ambos valores propios son nulos, entonces B = 02,2 , luego . 2 d~ • ~x + g = 0} . Q = {(x, y) ∈ R Este conjunto corresponde a una recta en R2 , salvo que d~ = ~0 y g 6= 0( en tal caso, Q = Ø) o bien d~ = ~0 y g = 0 (en este caso, Q = R2 ). 9

(ii) Supongamos que uno de los valores propios es nulo, para fijar ideas pongamos 0 = λ2 < λ1 . Entonces si usamos (¨), tenemos ˜ 1 + f˜z2 + g = 0 . (¥) λ1 z12 + dz Por lo tanto, si el coeficiente f˜ 6= 0, tenemos z2 =

˜ 1−g −λ1 z12 − dz , f˜

O sea, la ecuaci´on de una par´abola en los ejes generados por los vectores propios. Al regresar a las coordenadas (x, y), tenemos una par´abola rotada. En la figura inferior izquierda, tenemos el dibujo de la par´abola en las coordenadas (z1 , z2 ) y en el otro, en las coodenadas (x, y). Conviene aclarar que este dibujo corres1 ponde cuando el coeficiente −λ es positivo. f˜

Por u ´ltimo, si el coeficiente f˜ = 0, la expresi´on (¥) se reduce a ˜ 1+g =0 . λ1 z12 + dz Esto es una ecuaci´on de segundo orden. Las ra´ıces pueden ser reales o complejas. En el caso complejo, tenemos que Q = Ø. Si son reales, tenemos dos rectas paralelas que pasan por (r1 , 0) y (r2 , 0), respectivamente, donde r1 , r2 son las ra´ıces de la ecuaci´on. Estas podr´ıan ser iguales, en tal caso, se tendr´ıa una sola recta. Esto es en el sistema de coordenadas generado por los vectores propios. 10

En la figura el lado derecho, tenemos la representaci´on en las coordenadas (x, y). O sea, Q es la uni´on de dos rectas paralelas. En el caso de que uno de los valores propios es nulo, se habla de una c´onica degenerada. Estos son todos los posibles casos para una c´onica en R2 2 Ejemplo: Considere la c´onica de ecuaci´on x2 + 4xy + y 2 + 2x + 5 = 0. Usar lo anterior para determinar de que c´onica se trata y hacer un bosquejo. µ ¶ µ ¶ 1 2 2 ~ Soluci´ on: Tenemos que, d = ,B= ; sus valores propios son −1 y 3. Como 0 2 1 son distintos de cero, se tiene que B es invertible, por lo tanto, es una c´onica con centro y como los valores propios tienen distinto signo, se trata de una hip´erbola rotada. ! Ã 1 3 y g˜ = 16 Adem´as, el centro ~cQ = − 12 · B−1 · d~ = . 3 − 23 µ ¶ 1 Un vector propio asociado a λ1 = −1 es w ~1 = y uno asociado a λ2 = 3 es w ~2 = −1 µ ¶ 1 . Esta es una base de vectores propios pero no es ortonormal. Por lo tanto, como 1 estamos en R2 para ortonormalizar cada uno de ellos divimos por las respectivas normas. Nos queda : Ã 1 ! Ã 1 ! √ √ 1 1 2 2 ·w ~1 = · w ~ = ~v1 = , ~ v = . 2 2 −1 1 √ √ ||w ~ 1 || || w ~ || 2 2 2 11

Luego, la representaci´on para la c´onica es :

2

12

Related Documents

Conicas
October 2019 20
Conicas
October 2019 15
Conicas
November 2019 23
Conicas
November 2019 25
Conicas 2
April 2020 10
Secciones-conicas
October 2019 31