Geometría de subvariedades · Tema 01
El álgebra lineal de los productos escalares no necesariamente definidos positivos: ortogonal, subespacios degenerados, bases ortonormales e índice.
Avanza con → espacio · retrocede con ← · índice con O · pantalla completa con F
Hoja de ruta
Es puramente algebraico, pero es la base de todo el curso: en cada punto $p$ de una subvariedad tendremos un espacio vectorial $T_p\bar M$ con un producto escalar y un subespacio $T_pM$, y la geometría dependerá de cómo se sitúa $T_pM$ respecto de su ortogonal. En todo el tema, $V$ es un espacio vectorial real de dimensión finita $n\geq1$.
1.1
Sección 1.1
Formas bilineales simétricas no degeneradas y el carácter causal de un vector.
Productos escalares
Sea $g:V\times V\rightarrow\R$ una forma bilineal simétrica.
Productos escalares
Para $0\leq\nu\leq n$, el espacio semi-euclídeo $\R^n_\nu$ es $\R^n$ con el producto escalar \[\langle v,w\rangle_\nu=-\sum_{i=1}^{\nu}v^iw^i+\sum_{j=\nu+1}^{n}v^jw^j.\] Su matriz en la base canónica es $\operatorname{diag}(-1,\ldots,-1,1,\ldots,1)$, invertible, luego es no degenerado (lema 1.4). Para $\nu=0$ obtenemos el espacio euclídeo $\R^n$ y para $\nu=1$, $n\geq2$, el espacio de Minkowski $\R^n_1$.
Productos escalares
Sea $(V,g)$ con $g$ un producto escalar. Un vector $v\in V$ es
La norma de $v$ es $|v|=|g(v,v)|^{1/2}$ y $v$ es unitario si $g(v,v)=\pm1$. El conjunto de vectores nulos es el cono nulo o cono de luz de $V$.
En un espacio no definido, un vector no nulo puede tener norma cero, y $v\perp v$ no implica $v=0$.
Productos escalares
Una forma bilineal simétrica es no-degenerada si y solo si su matriz relativa a una (y por tanto, a toda) base es invertible.
Sea $e_1,\ldots,e_n$ una base de $V$ y $G=(g_{ij})$, $g_{ij}=g(e_i,e_j)$. Si $v=\sum_iv^ie_i$, entonces $g(v,e_j)=\sum_ig_{ij}v^i$, es decir, el vector columna de las cantidades $g(v,e_j)$ es $G(v^1,\ldots,v^n)^t$. Por linealidad, $g(v,w)=0$ para todo $w$ si y solo si $G(v^1,\ldots,v^n)^t=0$. Así $g$ es no degenerada si y solo si $Gx=0$ solo tiene la solución trivial, es decir, $\det G\neq0$.
Si $\tilde e_j=\sum_ia_{ij}e_i$ es otra base, con $A=(a_{ij})$ invertible, la nueva matriz es $\tilde G=A^tGA$ y $\det\tilde G=(\det A)^2\det G$: la condición no depende de la base.
1.2
Sección 1.2
Dimensión, doble ortogonal y descomposición en suma directa.
El subespacio ortogonal
Recordemos que si $V$ es un espacio vectorial dotado de un producto escalar (2-forma bilineal, simétrica y no-degenerada) $g$, decimos que dos vectores $u,w\in V$ son ortogonales, denotado por $u\perp w$, si $g(u,w)=0$.
Si $W$ es un subespacio de $V$, entonces definimos el subespacio ortogonal a $W$, denotado por $W^\perp,$ como \[W^\perp=\{ v\in V: v \perp w\,\, \forall w\in W\}.\] Decimos que $W$ es no degenerado si la restricción $g|_{W\times W}$ es no degenerada, es decir, si $W\cap W^\perp=\{0\}$. En otro caso, $W$ es degenerado.
El subespacio ortogonal
En $\R^2_1$ sea $\ell=(1,1)$ y $W=\operatorname{span}\{\ell\}$. Como $\langle\ell,\ell\rangle=-1+1=0$, se tiene $\ell\in W^\perp$, y como $\dim W^\perp=1$ (lema 1.7), $W^\perp=W$. En particular $W+W^\perp=W\neq\R^2$: la descomposición $V=W\oplus W^\perp$ falla para subespacios degenerados.
El ortogonal de un vector espacial $u$ es la recta temporal simétrica de $\operatorname{span}\{u\}$ respecto de la bisectriz nula; el ortogonal de un vector nulo $\ell$ es la propia recta $\operatorname{span}\{\ell\}$, que es un subespacio degenerado.
El subespacio ortogonal
$\R^2_1$ con $\langle v,w\rangle=-v^1w^1+v^2w^2$; el eje $x^1$ («tiempo») es vertical.
El subespacio ortogonal
Si $W$ es un subespacio de un espacio vectorial $V$ dotado de un producto escalar $g$, entonces
El subespacio ortogonal
\[\dim V=\dim\ker\Phi+\dim\operatorname{im}\Phi=\dim W^\perp+\dim W.\]
El subespacio ortogonal
La demostración de (1) no usa que $W$ sea no degenerado. Lo que no es cierto en general es que $W\cap W^\perp=0$ (ejemplo 1.6).
El subespacio ortogonal
Si $W$ es no degenerado, todo $v\in V$ se escribe de forma única como $v=v^\top+v^\perp$ con $v^\top\in W$ y $v^\perp\in W^\perp$, y $W^\perp$ es a su vez no degenerado. Esta es exactamente la situación de $T_pM\subset T_p\bar M$ para una subvariedad semi-riemanniana (Tema 2).
1.3
Sección 1.3
Existencia de bases ortonormales y ley de inercia de Sylvester.
Bases ortonormales e índice
Un conjunto $\{e_1,\ldots,e_k\}$ es ortonormal si $g(e_i,e_j)=0$ para $i\neq j$ y $g(e_i,e_i)=\pm1$. Un conjunto ortonormal es linealmente independiente: si $\sum_ia^ie_i=0$, multiplicando por $e_j$, $a^jg(e_j,e_j)=0$, luego $a^j=0$.
Un espacio vectorial $V$ dotado de un producto escalar siempre admite una base ortonormal $e_1,\ldots,e_n$. Además, si $\varepsilon_i=g(e_i,e_i)=\pm 1$, $i=1,\ldots,n$, entonces la cantidad de vectores con $\varepsilon_i$ negativo no depende de la base ortonormal. Y se tiene la siguiente fórmula de descomposición de un vector $v\in V$ respecto a una base ortonormal: \[v=\sum_{i=1}^n \varepsilon_i g(v,e_i)e_i.\]
Bases ortonormales e índice
Existencia. Existe $v\in V$ con $g(v,v)\neq0$: en caso contrario, por la identidad de polarización \[g(v,w)=\tfrac12\big(g(v+w,v+w)-g(v,v)-g(w,w)\big)\] sería $g\equiv0$, lo que contradice que $g$ sea no degenerada. Sea $e_1=v/|v|$, con $g(e_1,e_1)=\pm1$. El subespacio $W=\operatorname{span}\{e_1\}$ es no degenerado, luego por el lema 1.9, $V=W\oplus W^\perp$ y $W^\perp$ es no degenerado de dimensión $n-1$. Por hipótesis de inducción $W^\perp$ tiene una base ortonormal $e_2,\ldots,e_n$, y $e_1,\ldots,e_n$ es una base ortonormal de $V$.
Fórmula. Si $v=\sum_ia^ie_i$, entonces $g(v,e_j)=a^j\varepsilon_j$, luego $a^j=\varepsilon_jg(v,e_j)$ (pues $\varepsilon_j^2=1$).
Bases ortonormales e índice
Sea $\nu$ el número de índices con $\varepsilon_i=-1$ en una base ortonormal dada. Probaremos que \[\nu=\max\{\dim U:\ U\subset V \text{ subespacio con } g|_U \text{ definida negativa}\},\] cantidad que no depende de ninguna base. Reordenando, $\varepsilon_1=\cdots=\varepsilon_\nu=-1$ y $\varepsilon_{\nu+1}=\cdots=\varepsilon_n=+1$. El subespacio $V_-=\operatorname{span}\{e_1,\ldots,e_\nu\}$ es definido negativo, luego el máximo es $\geq\nu$. Sea $U$ definido negativo y $V_+=\operatorname{span}\{e_{\nu+1},\ldots,e_n\}$, definido positivo: $U\cap V_+=0$, así que $\dim U+(n-\nu)\leq n$, es decir, $\dim U\leq\nu$.
Bases ortonormales e índice
Al número de $\varepsilon_i$ negativos que aparecen en una base ortonormal arbitraria se le llama el índice de $(V,g)$, y se denota $\ind V$ o $\nu$. A la $n$-upla $(\varepsilon_1,\ldots,\varepsilon_n)$ (ordenada con los signos negativos primero) se le llama la signatura de $(V,g)$. Un espacio de índice 1 y dimensión $\geq2$ se llama lorentziano.
Por ejemplo, $\R^n_\nu$ tiene índice $\nu$. Fijar una base ortonormal (ordenada) de $(V,g)$ es lo mismo que dar una isometría lineal $V\cong\R^n_\nu$.
Si $W\subset V$ es un subespacio no degenerado, entonces $\ind V=\ind W+\ind W^\perp$.
Por el lema 1.9, $V=W\oplus W^\perp$ con ambos no degenerados; la unión de bases ortonormales de $W$ y de $W^\perp$ es una base ortonormal de $V$ y los signos negativos se suman.
Bases ortonormales e índice
Sean $v,w\in V$ linealmente independientes y $\Pi=\operatorname{span}\{v,w\}$. Pongamos \[Q(v,w)=g(v,v)\,g(w,w)-g(v,w)^2.\] Entonces $\Pi$ es no degenerado si y solo si $Q(v,w)\neq0$. Además, si $x=av+bw$ e $y=cv+dw$, entonces $Q(x,y)=(ad-bc)^2Q(v,w)$.
$Q(v,w)$ es el determinante de la matriz de $g|_\Pi$ en la base $\{v,w\}$; basta aplicar el lema 1.4 a $g|_\Pi$. La segunda afirmación es la regla del cambio de base, $\det(A^tGA)=(\det A)^2\det G$.
Este criterio se usará constantemente al hablar de curvatura seccional.
Bases ortonormales e índice
Sea $W=n^\perp$ un plano de $\R^3_1$ (todo plano es de esta forma por el lema 1.7).
Bases ortonormales e índice
Sea $(V,g)$ un espacio lorentziano ($\ind V=1$, $\dim V\geq2$).
Se usarán más adelante (por ejemplo, para ver que $\H^n(r)$ es riemanniana en el Tema 3).
Bases ortonormales e índice
Bases ortonormales e índice
Escribimos $v=au+w$ con $w\in u^\perp$: $g(u,v)=ag(u,u)$ y $g(v,v)=a^2g(u,u)+g(w,w)$. Como $g(u,u)\lt 0$ y $g(w,w)\geq0$, \[g(u,u)g(v,v)=a^2g(u,u)^2+g(u,u)g(w,w)\leq a^2g(u,u)^2=g(u,v)^2.\] Finalmente $a\neq0$ (si no, $v=w$ sería espacial), así que $g(u,v)=ag(u,u)\neq0$.
Resumen
Ejercicios
1.1$^\star$ — En $\R^3_1$ calcula $W^\perp$ para $W=\operatorname{span}\{(1,1,0)\}$, $W=\operatorname{span}\{(0,1,0)\}$, $W=\operatorname{span}\{(2,1,0)\}$ y $W=\operatorname{span}\{(1,0,0),(0,1,0)\}$. Decide en cada caso si $W$ es degenerado y, si no lo es, calcula su índice y el de $W^\perp$.
1.2$^\star$ — Sea $W\subset V$ un subespacio no degenerado y $e_1,\ldots,e_k$ una base ortonormal de $W$. Prueba que la proyección ortogonal $V\rightarrow W$ asociada a $V=W\oplus W^\perp$ viene dada por $v\mapsto v^\top=\sum_{i=1}^k\varepsilon_i\,g(v,e_i)\,e_i$.
1.3$^\star$ — Un subespacio $W$ es totalmente nulo si $g|_{W\times W}=0$. Prueba que la dimensión máxima de un subespacio totalmente nulo de $\R^n_\nu$ es $\min\{\nu,n-\nu\}$.
Ejercicios
1.4$^\star$ — (Operadores autoadjuntos.) Un operador lineal $S:V\rightarrow V$ es autoadjunto si $g(Sv,w)=g(v,Sw)$ para todos $v,w$.
Ejercicios
1.5$^\star$ — Prueba que en un espacio lorentziano el conjunto de vectores temporales tiene exactamente dos componentes conexas (los conos temporales) y que $u,v$ temporales están en la misma componente si y solo si $g(u,v)\lt 0$.
1.6$^\star$ — Sea $g$ un producto escalar en $V$ y $W\subset V$ un subespacio. Prueba que $\dim(W\cap W^\perp)\leq\min\{\ind V,\ \dim V-\ind V\}$.
Geometría de subvariedades · Tema 01
En un espacio no definido, un subespacio puede cortar a su ortogonal.
Los subespacios no degenerados son los que se descomponen: $V=W\oplus W^\perp$.
El índice es el único invariante: toda base ortonormal tiene los mismos signos.
© 2026 MAMB · MATHS + AI
Pulsa una diapositiva para ir directamente. Cierra con Esc.