131

CAPTULO 8
ISOMETRAS Y SEMEJANZAS VECTORIALES
8.1 INTRODUCCIN
Hemos estudiado ya en captulos anteriores operadores lineales de 2 en 2 que pueden
interpretarse geomtricamente como isometras en el plano; es decir que si pensamos los vectores
de 2 como puntos del plano dichos operadores lineales conservan distancias.
Esto nos permite plantear la posibilidad de generalizar el concepto de isometra a cualquier
espacio vectorial euclidiano. Para ello podramos utilizar del concepto de norma. Hablando
informalmente la norma de un vector de 2 puede pensarse como la distancia de su punto final
al origen. Es pertinente plantearse entonces la siguiente pregunta: decir que un operador lineal
conserva la norma es lo mismo que decir que conserva distancias?
Sabemos adems que las isometras tambin conservan ngulos. Para introducir la nocin de
ngulo entre dos vectores en un espacio vectorial cualquiera tuvimos que introducir el concepto
de producto interno. Es razonable investigar ms a fondo la relacin entre el producto interno de
dos vectores y el ngulo entre ellos. Para ser ms precisos cabe preguntarse: decir que un
operador lineal conserva el producto interno es lo mismo que decir que conserva ngulos?
A las dos preguntas ya planteadas se pueden sumar otras dos: decir que un operador lineal
conserva la norma es lo mismo que decir que conserva el producto interno?, decir que un
operador lineal conserva ngulos es lo mismo que decir que conserva distancias?
De las cuatro preguntas planteadas slo conocemos la repuesta a la ltima.
Sabemos del curso de Geometra que las homotecias conservan ngulos pero no conservan
distancias y es sencillo verificar que si k es un real no nulo el operador lineal H k : 2 2
definido por H k v k .v es una homotecia de centro en el origen y razn k.
Intentemos dar respuesta a las otras tres preguntas.
La primera era la siguiente: decir que un operador lineal conserva la norma es lo mismo que
decir que conserva distancias?
Veamos:
sean u , v 2 y T : 2 2 un operador lineal. Si T conserva la norma se tiene

d T u , T v T u T v T u v u v d u , v y por ende T conserva distancias.

Recprocamente si T conserva distancias tenemos

T u T u T u T

d T u , T d u , u u y por lo tanto T conserva la norma.

Concluimos que la respuesta a nuestra primera pregunta es afirmativa. Esto es en trminos

informales: T conserva distancias sii T conserva la norma.

131

132
Analicemos nuestra segunda pregunta: decir que un operador lineal conserva el producto interno
es lo mismo que decir que conserva ngulos?
Supongamos que T conserva el producto interno. Entonces si es el ngulo entre u y v y ' es el
ngulo entre T u y T v , tenemos que cos '
Pero T u
cos '

u, v
u .v

T u , T u

T u ,T v

u, v

T u . T v

T u . T v

(*) y de igual forma T v v

u, u u

por lo que

cos . Como , ' 0, se tiene ' .

Hemos probado que si T conserva el producto interno, entonces T conserva ngulos.

Para probar el recproco deberamos partir de que ' y concluir que T u , T v u, v .
Ahora ' cos cos '

u, v
u.v

T u , T v
T u . T v

. Pero esto no nos permite concluir la

igualdad de los numeradores pues podra existir una constante c tal que u , v c. T u , T v y

u . v c. T u . T v . De hecho este recproco es falso. Retomemos el ejemplo de la

homotecia

H k v k .v .

Sabemos

que

Hk

conserva

ngulos.

Sin

embargo

H k u , H k v ku, kv k 2 u , v , de modo que si k 1 y k 1 , H k no conserva el

producto interno.
En conclusin: si T conserva el producto interno, entonces T conserva ngulos pero el recproco
no es cierto.
Finalmente abordemos la tercera pregunta: decir que un operador lineal conserva la norma es lo
mismo que decir que conserva el producto interno?
Durante el anlisis de la segunda pregunta ya probamos que si T conserva el producto interno,
entonces T conserva la norma (igualdad (*)).
Veamos el recproco:
si T conserva la norma se tiene que para todo vector u, T u u .
De aqu que

T u ,T u

u, u T u , T u u , u . Esta ltima igualdad es similar a

lo que queremos pero en principio no parece suficiente. Nuestra tesis es que para todo par de
vectores u y v se tiene T u , T v u, v y slo lo tenemos probado para el caso u v .
Esto nos puede hacer pensar que este recproco es falso.
Sin embargo, para todo par de vectores u
2

se

tiene

la

igualdad
2

u v u v, u v u, u 2 u, v v, v u 2 u, v v 2 u , v u v u v
2

y anlogamente 2 T u , T v T u v T u T v .

132

133
Como

hemos supuesto

que
2

conserva
2

la norma

podemos escribir
2

la

igualdad

2 T u , T v T u v T u T v u v u v 2 u, v , y tenemos que

T u , T v u, v para todo par de vectores u y v.

Concluimos que T conserva la norma sii T conserva el producto interno.
El resumen de todo este anlisis es el siguiente:
Observacin
1) Son equivalentes:
a) T conserva el producto interno.
b) T conserva la norma.
c) T conserva distancias.
2) Cualquiera de las tres afirmaciones anteriores implica que T conserva ngulos.
Con todo esto estamos en condiciones de afirmar que podemos utilizar como definicin de
isometra en un espacio vectorial euclidiano cualquiera de la afirmaciones a), b) o c) de la
observacin 1). Optaremos por la a).
Definicin
Sea V un espacio vectorial euclidiano de dimensin finita y T : V V un operador
lineal. Decimos que T es una isometra vectorial sii T u , T v u, v , u , v V .
Observacin
Teniendo en cuenta los comentarios hechos en la introduccin tenemos que una
isometra vectorial es un operador lineal que conserva las distancias, las normas y los ngulos.
Adems siendo T :V V un operador lineal las proposiciones 1) T es una isometra vectorial,
2) T u T v u v , u , v V , 3) T v v , u , v V son equivalentes.
Observacin
Recordemos que una de las caractersticas resaltadas en cursos anteriores sobre las
isometras, es que son funciones biyectivas. Veamos dicha caracterstica se puede extender a las
isometras vectoriales.
Consideramos T :V V una isometra vectorial siendo V un espacio euclidiano de dimensin
finita. Ya que se trata de una transformacin lineal en donde dominio y codominio tienen la
misma dimensin, T es biyectiva sii T es inyectiva.
Ahora T es inyectiva sii N(T ) . Vamos entonces en busca del ncleo de T.
v N (T ) T (v) T (v) 0 . Como T es una isometra vectorial T( v ) v .

As que: T (v) 0 v 0 v .

133

134
Por lo tanto N(T ) y entonces T es biyectiva.
Efectivamente entonces las isometras vectoriales son funciones biyectivas.
Seguramente recuerda que las isometras con la composicin forman grupo. Probemos que esto
tambin es cierto para las isometras vectoriales. Si V es un espacio vectorial euclidiano
anotaremos M (V ) al conjunto de todas las isometras vectoriales de V en V.
Proposicin

M (V ),

es un grupo.

Dem:
Comencemos por demostrar que la composicin es una operacin en M (V ) para lo cual
alcanza con demostrar que T S M (V ) , T , S M (V ) .
Ahora T S M (V )

T S (v )

v , v V

(recordemos que ya probamos que la

composicin de transformaciones lineales es una transformacin lineal)

T S ( v )

T ( S (v))

T M (V )

S (v )

S M (V )

v , v V .

Lo cual nos asegura que la composicin es una operacin en M (V ) .

La asociativa es consecuencia inmediata de que M (V ) L(V ,V ) . Para justificar que se cumple la
existencia de neutro bastara con demostrar que Id M (V ) lo cual dejamos a cargo del lector.
Por ltimo para probar que cumple la existencia de inverso basta con demostrar que T M (V ) ,
T 1 M (V ) . Ya probamos que toda isometra vectorial es una funcin biyectiva y por lo tanto

T M (V ) , existe T 1 . Faltara probar que T 1 es una isometra vectorial, teniendo en cuenta

que ya sabemos que T 1 es operador lineal. T 1 M (V ) T 1 (v) v , v V .
Ahora v T T 1 (v )

T M (V )

T 1 (v ) , v V .

Con lo cual queda demostrada nuestra afirmacin.

Sera til brindar una clasificacin de las isometras vectoriales que hiciera referencia a las bases
del espacio vectorial. Esto es lo que hace la siguiente proposicin
Proposicin
V un espacio euclidiano de dimensin finita. T :V V un operador lineal.
T es una isometra vectorial si y slo si transforma una base ortonormal en una base ortonormal.

Dem:
Primero demostremos que si T es una isometra vectorial entonces transforma base
ortonormal en base ortonormal.

134

135
Ms precisamente: si T es una isometra vectorial y B u1 , u2 , , un es una base ortonormal de
V, entonces T ( B ) T (u1 ), T (u2 ), , T (un ) es una base ortonormal de V.
Ya que estamos en un espacio de dimensin n bastara con probar que T ( B) es un conjunto
ortonormal con n elementos. Esto ltimo est asegurado ya que T es biyectiva.
Ahora, como T es una isometra vectorial T (ui ), T (u j ) ui , u j , ui , u j B . Por otra parte B es
una base ortonormal

lo que nos permite asegurar que

ui , u j ij . En consecuencia

T (ui ), T (u j ) ij , igualdad cierta T (ui ), T (u j ) T ( B ) , lo que nos asegura que T ( B) es un

conjunto ortonormal.
Vamos ahora por el recproco. O sea: si T transforma una base ortonomal B u1 ,..., un en una
base ortonormal T ( B ) T (u1 ),..., T (un ) , entonces T es una isometra vectorial.
Para probar que T es una isometra vectorial bastara con demostrar: T v v , v V .
Si v tiene coordenadas x1 , , xn en la base B, entonces v x12 xn2 ya que B es una
base ortonormal.
Adems podemos afirmar que v x1u1 xn un y por ende T (v ) x1T u1 xnT un .
Por tanto coordT ( B )T (v) x1 , , xn y teniendo en cuenta que T ( B) es tambin una base
ortonormal tenemos que: T (v) x12 xn2 . Lo que prueba T (v) v , v V .
Si miramos con atencin la demostracin anterior podemos observar que en realidad hemos
probado que si existe una base ortonormal B de V tal que T ( B) sea tambin una base ortonormal,
entonces T es una isometra vectorial.
Ejercicio
V un espacio euclidiano de dimensin finita. T : V V una funcin.

Si T ( x), T ( y ) x, y , x, y V , probar que T es una isometra vectorial.

Sugerencia: faltara demostrar que T es un operador lineal o sea que , y u , v V ,
T u v T (u ) T (v) .

Ahora: T u v T (u ) T (v) sii T u v T (u ) T (v ) y esto es equivalente

a que T u v T (u ) T (v) 0 . Le sugerimos demostrar esta ltima igualdad.

135

136

8.2 MATRIZ ASOCIADA A UNA ISOMETRA VECTORIAL

Ya que una isometra vectorial es una transformacin lineal y a stas las solemos dar a travs de
una matriz, cabe preguntarse si la matriz asociada a una isometra vectorial tiene alguna
caracterstica destacable.
Consideramos V un espacio euclidiano de dimensin finita, B u1 , u2 , , un una base
ortonormal de V, T : V V una isometra vectorial y A ai j

T B . Analicemos si A tiene

alguna particularidad y en caso afirmativo intentemos determinar cual.

a1i

coord BT (ui )
a

n
ni

A ai j B T B
(*) T (ui ), T (u j ) a1i . a1 j ani . an j aki . akj
a1 j
k 1

coord T (u )
B
j

nj
donde hemos notado por conveniencia las coordenadas como un vector columna.
(*) Tengamos en cuenta que el producto interno de dos vectores coincide con el producto escalar
de sus coordenadas en una base ortonormal.

Por otra parte, teniendo en cuenta que T es una isometra vectorial, T (ui ), T (u j ) ui , u j

como B es una base ortonormal ui , u j ij .

n

Entonces

ki

. akj a1i . a1 j a2i . a2 j ani . anj ij . Dicho de otra manera el producto escalar

k 1

entre dos columnas es cero si son columnas distintas y uno si se trata de dos columnas iguales. O
sea las columnas de esta matriz forman un conjunto ortonormal de n .
A las matrices cuadradas que cumplen tal condicin las denominaremos matrices ortogonales.
Ms precisamente:
Definicin
n

Sea A (aij ) M nn () . Decimos que A es ortogonal sii

ki

. akj ij .

k 1

En otras palabras. Una matriz es ortogonal si y slo si sus columnas tomadas como vectores de
n forman un conjunto ortonormal de n elementos y por tanto una base ortonormal de n .

136

137
Acabamos de probar que la matriz asociada a una isometra vectorial en una base ortonormal es
una matriz ortogonal. Motivo por el cual las isometras vectoriales tambin reciben el nombre de
operadores ortogonales. Veamos que es una condicin necesaria y suficiente. Ms precisamente:
Proposicin
Sea V un espacio euclidiano de dimensin finita, B una base ortonormal de V,
T : V V un operador lineal y A B (T ) B . Entonces T es una isometra vectorial sii A es
ortogonal.
Dem:

Ya probado.

Partimos de que A aij

T B
B

es una matriz ortogonal. Por tanto

ki

. akj ij .

k 1

Por otra parte A ai j

T B

a1 j
a1i


coord B T (ui ) y coord B T (u j ) . Como B es una
a
a
ni
nj
n

base ortonormal, T (ui ), T (u j ) a1i . a1 j ani . anj aki . akj .

k 1

Entonces T (ui ), T (u j ) ij . Por lo tanto T ( B ) T (u1 ),..., T (un ) es una base ortonormal de V.
Ya que T transforma una base ortonormal B en una base ortonormal T ( B) podemos asegurar que
T es una isometra vectorial.
Analicemos ahora algunas propiedades de las matrices ortogonales.
Ejercicio
Sea A M nn ( ) . Probar que: 1) A es ortogonal sii A . At At . A I .
2) Si A es ortogonal, entonces det A 1 o det A 1 .
Nota
La proposicin 1) del ejercicio inmediato anterior implica que las matrices ortogonales son
invertibles y que la inversa es la traspuesta.
Proposicin
Si B y B son bases ortonormales de un mismo espacio vectorial euclidiano, las
matrices de cambio de base son matrices ortogonales.

137

138
Dem:
Recordemos que la matriz de cambio de base de B a B' es la matriz asociada en la base B a
la transformacin lineal f tal que f ( B) B ' . O sea al operador lineal que "transforma" una base
ortonormal B en una base ortonormal B'. Como demostramos anteriormente si f es una
transformacin lineal que "transforma" base ortonormal en base ortonormal podemos afirmar que
f es una isometra vectorial y por lo tanto su matriz asociada en la base ortonormal B (la matriz de
cambio de base) es una matriz ortogonal.
Ejercicio
Probar que el conjunto de las matrices ortogonales de n n con el producto de matrices
forman un grupo, subgrupo del grupo de las matrices invertibles de orden n.
Proposicin
1) Los valores propios de una isometra vectorial en caso de existir son
necesariamente 1 o 1.
2) Vectores propios de una isometra vectorial asociados a valores propios distintos son
ortogonales.
Dem:
1) Consideramos T : V V una isometra vectorial. Si es valor propio de T, existe
un vector no nulo v tal que T (v ) v y entonces T (v) v v .
Como T es una isometra vectorial, T (v) v . Por lo tanto v v .
Adems v 0 ya que v . Cancelando en la igualdad anterior nos queda que 1 y de
aqu que 1 o 1 .
2) Consideramos T : V V una isometra vectorial con dos valores propios distintos, que por lo
visto en 1) necesariamente son 1 y - 1. Denominamos u a un vector propio asociado al 1 y
llamamos v a un vector propio asociado al - 1. Pretendemos demostrar que u y v son ortogonales.
Ahora T (u ) 1u u y T (v) 1v v . Como T es una isometra vectorial
T (u ), T (v) u , v

u , v u , v

u, v u, v

u , v 0 u v .

Proposicin
Consideremos V un espacio vectorial euclidiano de dimensin finita, B una base
ortonormal de V, T : V V una isometra vectorial y A B (T ) B .
1) Si det A 1 , entonces - 1 es valor propio de T.

2) Si det A 1 y n 2 , entonces 1 es valor propio de T.

138

139
Dem:
1) Probar que 1 es valor propio de T es equivalente a demostrar A (1) I A I 0 .
Como A es ortogonal, A . At I

A I A A. At A I At A I At

A I I At .
t

Por otra parte I At ( I At )t I t At I A A I . Sustituyendo en la igualdad

anterior nos queda: A I A I

A I 0.

2) Ahora debemos probar que A (1) I A I 0 .

Veamos: A I A A. At A I At A I At

A I I At .

Por otra parte I A A I

t

At I At I .

1 ya que n 2
t

Sustituyendo nos queda: A I At I , pero At I At I At I t A I .

Sustituyendo nuevamente llegamos a que: A I A I

A I 0 .

8.3 OPERADORES DE SEMEJANZA

Hemos generalizado el concepto de isometra conocido del plano euclidiano a cualquier espacio
vectorial euclidiano. Es razonable que intentemos generalizar tambin el concepto de semejanza.
Recordemos de los cursos de geometra que una semejanza en el plano es una funcin biyectiva f
del plano en si mismo tal que para todo par de puntos A y B se tiene que
d f A , f B . d A, B siendo una constante positiva dada.
Si pensamos el plano como 2 y consideramos una transformacin lineal T : 2 2 podemos
preguntarnos como se traduce la definicin de semejanza en trminos de norma.
Un razonamiento similar al que hicimos al comienzo del captulo para probar que una
transformacin lineal conserva distancias si y slo si conserva la norma nos permita brindar la
siguiente traduccin:
Si T : 2 2 es una transformacin lineal se tiene que d T u , T v . d u, v ,
u , v 2 si y slo si T (v) v , v V . Dejamos al lector la verificacin de este hecho.
A raz de todo esto si V es un espacio vectorial euclidiano de dimensin finita y T : V V un
operador lineal, parecera razonable denominarlo operador de semejanza de razn , con

si se cumple que T (v) v , v V .

139

140
Ya que al definir isometra vectorial dijimos: T es una isometra vectorial si y slo si
T (u ), T (v ) u , v , u , v V , intentemos hallar una condicin equivalente a T (v) v ,
v V similar a la definicin de isometra vectorial. Veamos:

T (v) v , v V

T (u v ) u v , u , v V

T (u ) T (v)

2 u v ,

u , v V T (u ) T (v ), T (u ) T (v ) 2 u v, u v , u , v V
T (u ), T (u ) 2 T (u ), T (v) T (v), T (v ) 2 u, u 2 u , v v, v , u , v V

2
2
T u 2 u 2
T v 2 v 2
2

2 u 2 T (u ), T (v ) 2 v

2 u 2 2 u, v 2 v , u , v V

T (u ), T (v) 2 u , v , u , v V .
As que si

T (v) v , v V , entonces

T (u ), T (v) 2 u , v , u , v V . Es casi

inmediato que el recproco de la afirmacin anterior es vlido.

Por lo tanto: T (v) v , v V si y slo si T (u ), T (v) 2 u , v , u , v V .
Lo que motiva la siguiente definicin:
Definicin
Sea V un espacio euclidiano de dimensin finita, T : V V un operador lineal y
. Decimos que T es un operador de semejanza de razn sii T (u ), T (v ) 2 u, v ,

u , v V . Tambin le llamamos semejanza vectorial.

Nota
Lo comentado anteriormente a la definicin nos permite afirmar que T es un operador de
semejanza de razn sii T (v) v , v V .
Ejercicio
Probar que los operadores de semejanza son funciones biyectivas.
Observacin
Consideremos T : V V un operador de semejanza de razn . Siendo u y v dos
vectores no nulos denominemos al ngulo determinado por u y v y al ngulo determinado
por T (u ) y T (v) .
Ahora cos

T (u ), T (v)
2 u, v
u, v

cos
T (u ) T (v )
u v
u v

semejanza conservan los ngulos.

140

. As que los operadores de

141
Ejercicio
Sea V un espacio vectorial euclidiano de dimensin finita, T : V V una funcin. y
. Probar que si T (u ), T (v ) 2 u, v , u , v V entonces T es un operador de

semejanza de razn .
Ejercicio
Si V es un espacio vectorial euclidiano de dimensin finita anotaremos GS (V ) al
conjunto de todos los operadores de semejanza que pueden definirse en V.
Probar que GS (V ), es un grupo.
Observacin
Este ltimo contiene como subgrupo al grupo de las isometras vectoriales en V
considerando a estos ltimos como operadores de semejanza de razn 1.
Recordemos que en 2 o 3 , la funcin H definida por H (v ) k v con k * es una
homotecia de centro O y razn k. En principio nada nos impide trabajar en otros espacios
euclidianos.
Consideremos un espacio vectorial euclidiano de dimensin finita, k * y H k : V V definida
por H k (v) k v . H k es un operador de semejanza de razn k ya que H k (v ) k v k v ,
v V . A la funcin H k la denominamos de homotecia vectorial de razn k .

Si las semejanzas y homotecias vectoriales se comportan como las vistas en el curso de

geometra, todo operador de semejanza de razn debe poder representarse como el producto
(composicin) de una homotecia de razn por una isometra vectorial.
Teorema
V es un espacio vectorial euclidiano de dimensin finita.
H)
T : V V es un operador de semejanza de razn .
T) Existe y es nico M : V V isometra vectorial tal que T H M .
Dem:
Teniendo en cuenta que H es biyectiva ya que es un operador de semejanza, podemos
afirmar que T H M sii M H 1 T .
As que existe y es nica la funcin M tal que T H M y dicha funcin es H 1 T .
Faltara probar que M es una isometra vectorial.

141

142
Si demostr que GS (V ), es un grupo, prob:
1) Si S1 y S2 son operadores de semejanza de razones 1 y 2 entonces S 2 S1 es un operador
de semejanza de razn 1 2 .
2) Si S es un operador de semejanza de razn entonces S 1 es tambin un operador de
semejanza de razn

Como H es un operador de semejanza de razn , entonces H 1 es un operador de

semejanza de razn

. Teniendo en cuenta que T es un operador de semejanza de razn

podemos asegurar que M H 1 T es un operador de semejanza de razn

1 , o sea una

isometra vectorial.
Observacin
Cabe preguntarse sobre la matriz asociada a un operador de semejanza. Ya que toda
semejanza vectorial de razn puede descomponerse como la composicin de una homotecia
de razn por una isometra vectorial. Entonces la matriz asociada a dicha semejanza en una
base ortonormal se puede escribir como el producto de dos matrices. La asociada a la homotecia
0
de razn , por la asociada a la isometra que es una matriz ortogonal.
0

8.4 ISOMETRAS Y SEMEJANZAS VECTORIALES EN 2 Y 3

Isometras vectoriales en 2
Consideremos

B u1 , u2

una

base

ortonormal

de

2 ,

a c
T : 2 2 un operador ortogonal y A
B (T ) B .
b d
Intentaremos en primer lugar determinar la forma (el aspecto) de A y luego a partir de ella (de
la forma de la matriz A) clasificar a la isometra vectorial T.
a 2 b2 1

Como T es una isometra vectorial, A es ortogonal y por ende c 2 d 2 1 .

ac bd 0

142

143
Si a 0 , de la ltima ecuacin podemos despejar c y sustituirlo en la segunda.
2

bd
bd
2
Si a 0 , tenemos ac bd 0 c

d 1.
a
a

2 2
2 2
2 2
2
2
bd
b d a d
d (b a 2 )
d2
Por tanto: 2 d 2 1

1 a2 d 2 .
2
2
2
a
a
a
a
Concluimos que a d o a d .

Si a d , sustituyendo en la tercera ecuacin ( ac bd 0 ) nos queda ac ab 0

a(c b) 0 y como a 0 , tenemos b c 0 , por lo cual b c .
Si a d sustituyendo en la tercera ecuacin nos queda: ac ab 0 a c b 0 y como
a 0 , tenemos c b 0 , por lo cual b c .

Si a 0 , sustituyendo en las ecuaciones originales nos queda:

b 2 1 b 1 o b 1
2
2
c d 1 (*)
b. d 0

Como b 0 , (ya que b 1 o b 1 ), tenemos que d 0 . Sustituyendo en (*), se obtiene

c 2 1 y por tanto c 1 o c 1 .
a d y b c
a d y b c

a d 0 , b 1 y c 1
En resumen las distintas posibilidades son:
.
a

0
,
b

1
y
c

a d 0, b 1 y c 1

a d 0, b 1 y c 1
Observemos que los ltimos cuatro casos estn incluidos en los dos primeros. Por lo tanto las
posibles matrices asociadas al operador ortogonal T en una base ortonormal B son:
a b
Tipo I A
con a 2 b 2 1 .

b a

143

144
a b
Tipo II A
con a 2 b 2 1 .

b a
Analicemos ahora cada uno de estos tipos.
Tipo I
1 0
1) Si a 1 , como a 2 b 2 1 , se tiene b 2 0 y por ende b 0 y A
.
0 1
Entonces T es la IDENTIDAD.
0
1
2) Si a 1 , igual que en 1) se tiene que b 0 y entonces A
.
0 1
Si v 2 tiene coordenadas X ( x, y ) , en la base B, T (v) tiene coordenadas
1 0 x x
Y A. X
. tambin en la base B.
0 1 y y

x, y

Podemos decir que T es una SIMETRA

CENTRAL con respecto a O 0, 0 .

( x, y )

3) Si a es distinto de 1 y de 1. Para identificar a T buscamos direcciones invariantes a travs de

valores y vectores propios.

A . I

a
b

b
(a ) 2 b 2 0 , ya que b 2 0 pues a 2 1 y a 2 b 2 1 .
a

Por lo tanto T no tiene valores propios y al estar trabajando en 2 no presenta direcciones

invariantes.
Adems si v 2 tiene coordenadas X ( x, y ) , en la base B, T (v) tiene coordenadas
a b x ax by
Y
.
.
b a y bx ay
Ahora si llamamos
al

ngulo

formado

entre

T (v )

tenemos

2
2
( x, y ), (ax by , bx ay )
v , T (v )
ax 2 bxy bxy ay 2 a x y
cos

a.
2
v . T ( v)
x2 y2
x2 y 2
(
x
,
y
)

144

que:

145

Entonces el ngulo formado por cualquier vector no nulo v y su imagen T (v) es constante y
cumple que cos a . Como a 2 b 2 1 , tenemos que b 2 1 a 2 1 cos2 y de aqu que
b sen o b sen . Podemos considerar slo el primer caso; dejamos al lector la
verificacin de que si b sen se arriva al mismo resultado.
cos sen
Entonces : A
y podemos decir que T es una ROTACIN de centro O 0, 0 y
sen cos
ngulo . (antihorario u horario segn sen b sea positivo o negativo).
Tipo II
a b
A
. Busquemos valores y vectores propios para averiguar si existen
b a
direcciones invariantes.

A I

a
b

b
(a ).( a ) b 2 (a ).(a ) b 2 2
a 2

b2 2 1,

a
1

cuyas races son 1 y -1. Por lo tanto en este caso T admite dos valores propios 1 y 1 teniendo
entonces dos subespacios propios ortogonales entre s. En consecuencia podemos elegir una base
B v1 , v2 donde v1 es un vector de S 1 de norma 1 y v2 es un vector de S 1 de norma 1.
es decir que B es una base ortonormal de 2 .
T (v1 ) 1.v1 1.v1 0.v2

T (v2 ) 1.v2 0.v1 1.v2

0
1
(T ) B
.
0 1

Entonces si v 2 tiene coordenadas X ( x, y ) en la base B ' , T (v) tiene coordenadas

(x,y)

0 x x
1
Y
. en la misma base.
0 1 y y

(x,-y)
Podemos decir entonces que en este caso T es una SIMETRA AXIAL con respecto a L v1 .
Obsrvese que las isometras vectoriales de 2 son las isometras del plano euclidiano conocidas
del curso de Geometra que dejan fijo al origen.

145

146
Operadores de semejanza en 2

Si S es un operador de semejanza de razn sabemos que

S H M siendo H

la homotecia vectorial de razn y M una isometra vectorial.

Al ser M una isometra vectorial, existe una base ortonormal D w1 , w2 de 2 tal que
A D ( M ) D es una de las cuatro siguientes:
1 0
1 0
cos
, A2
, A3
A1

0 1
0 1
sen

sen
0
1
, A4

.
cos
0 1

Tenemos: S H M D ( S ) D D ( H M ) D D ( H ) D . D ( M ) D D ( S ) D
0
con A A1 , A2 , A3 , A4 .

0
A

Se deja como ejercicio verificar que estas semejanzas vectoriales son las semejanzas del plano
euclidiano conocidas del curso de Geometra que dejan fijo al origen.
Isometras vectoriales en 3
Consideremos T : 3 3 una isometra vectorial. Al buscar los
valores propios de T nos encontramos con un polinomio caracterstico de tercer grado que por lo
tanto admite al menos una raz real que no puede ser otra que 1 1, ya que T es como dijimos
una isometra vectorial. Llamemos 1 a dicho valor propio (1 o 1) y u1 a uno de sus vectores
propios de norma uno.

Denominamos ahora U1 L u1 x. u1 3 : x y P2 U1 v 3 : v, u1 0 .
Ya sabemos que U1 es invariante; probemos que P2 tambin lo es. En definitiva pretendemos
demostrar que T ( P2 ) P2 .
Veamos: para todo v T ( P2 ) , existe w P2 tal que T ( w) v . Para demostrar que v P2 ,
debemos probar que v, u1 0 .
Como w P2 , w, u1 0 . Por otra parte al ser T una isometra vectorial, tenemos que
T ( w), T (u1 ) w, u1 0 . Pero T ( w), T (u1 ) v, 1u1 1 . v, u1 , por lo cual 1 . v, u1 0 y

como 1 0 , se tienen que v, u1 0 , es decir que v P2 .

146

147
Al ser P2 invariante la restriccin de T sobre P2 (que es un subespacio de dimensin 2) acta
como un operador ortogonal en 2 y por lo tanto es posible elegir una base ortonormal u2 , u3
de P2 bajo la cual la matriz asociada a la restriccin de T sobre P2 es A1 , A2 , A3 o A4 .
Consideremos B u1 , u2 , u3 que es una base ortonormal de 3 . Calculemos B (T ) B .
T (u1 ) 1 .u1 1 .u1 0.u2 0.u3

u2 P2 T (u2 ) P2 T (u2 ) a22 .u2 a32 .u3 0.u1 a22 .u2 a32 u3 B (T ) B 0
0
u3 P2 T (u3 ) P2 T (u3 ) a23 .u2 a33 .u3 0.u1 a23 .u2 a33 .u3

a23
a
con 1 1 o 1 1 y 22
A1 , A2 , A3 , A4 .
a32 a33

0
a22
a32

a23
a33

En resumen pueden presentarse los siguientes casos para B (T ) B .

1 0 0
1

Si 1 1 , B (T ) B puede ser: B1 0 1 0 , B2 0
0 0 1
0

1 0

B4 0 1
0 0

0
1
0

0
0
1

0 , B3 0 cos
0 sen
1

sen o
cos

0 .
1

1 0 0
1

Si 1 1 , B (T ) B puede ser: B5 0 1 0 , B6 0
0 0 1
0

0
1

B7 0 cos
0 sen

1 0

sen o B8 0 1
0 0
cos

0
1
0

0 ,
1

0 .
1

Si para cada i de 1 a 8, llamamos Ti al operador ortogonal que tiene por representacin matricial
a Bi , veamos ahora que interpretacin geomtrica podemos darle a cada una de ellas.
1) T1 es la IDENTIDAD

147

148
1
2) T2 tiene por matriz asociada B2 0
0

0 . Sea v 3 de coordenadas X ( x, y, z ) en
1

1
0

1
la base B, entonces T (v) tiene coordenadas Y 0
0

0
1
0

0 x x

0 . y y .
1 z z

L u1

x, y, z
x
-z

x, y , z
-y

L u2

z
L u3

Es razonable asignarle a T2 el nombre de ROTACIN AXIAL de eje U1 L(u1 ) y ngulo .

Mediante un anlisis similar podemos asignar los siguientes nombres:
3) T3 ROTACIN AXIAL de eje U1 y ngulo .
4) T4 SIMETRA ESPECULAR respecto al plano P1 L u1 , u2 .
5) T5 SIMETRA ESPECULAR respecto al plano P2 L u2 , u3 .
6) T6 SIMETRA CENTRAL de centro O 0, 0, 0 .
7) T7 SIMETRA ESPECULAR respecto al plano P2 L u2 , u3 compuesta con una
ROTACIN AXIAL de eje U1 y ngulo .

148

149
8) T8 ROTACIN AXIAL de eje U 2 L(u2 ) y ngulo .
Observacin
Los operadores ortogonales T2 y T8 representan el mismo tipo de transformacin,
ambos son rotaciones axiales de ngulo , solamente difieren en el eje. As tambin T4 y T5 son
simetras especulares distinguindose nicamente en el plano de la simetra. Por lo tanto podemos
afirmar que existen seis y slo seis tipos distintos de isometras vectoriales en 3 .
Operadores de semejanza en 3

Reiteramos los comentarios hechos para los operadores de

semejanza en .
2

8.5 CRITERIOS PARA LA CLASIFICACIN DE ISOMETRAS

VECTORIALES EN 3
Tengamos en cuenta que la representacin matricial de un operador ortogonal T : 3 3 no es
necesariamente una de las ocho (en realidad seis) vistas recientemente en cualquier base aunque
sta sea ortonormal. Recordemos que la matriz asociada a T es una de las ocho mencionadas en
una base cuidadosamente elegida de 3 .
Intentaremos ahora generar algn procedimiento para clasificar la isometra T a partir de su
representacin matricial bajo cualquier base ortonormal.
Recordemos que matrices que representan al mismo operador lineal son semejantes; y que
matrices semejantes tienen el mismo determinante y la misma traza. Por lo tanto el determinante
y la traza de la matriz asociada a T en cualquier base va a coincidir necesariamente con la de B1 ,
B2 , B3 , B4 , B6 o B7 .
Observemos por otra parte en la siguiente tabla que las parejas ordenadas determinante traza
son todas distintas y por lo tanto identifican al operador ortogonal.

Determinante
Traza

B1

B2

B3

B4

B6

B7

1
3

1
-1

1
1 2cos

-1
1

-1
-3

-1
1 2cos

149

150
Ejemplo:
19
Sea T : 3 3 cuya matriz asociada en la base cannica es A 8 9
4
9
Probar que T es un operador ortogonal. Caracterizar y hallar elementos.

4
4
7

9
9
9

89
1 .
9
4
9

Como la base cannica es una base ortonormal y la matriz A es ortogonal (verificarlo), T es

efectivamente un operador ortogonal.
Para caracterizarlo calculamos su determinante y su traza.

det A 1

trA 1 9 4 9 4 9 1

A B3 . Entonces T es una rotacin axial de ngulo tal que

1 2cos tr A 1 . Por tanto cos 0 y entonces

.
2

Para determinar el eje observemos que ste es invariante (es ms, en lenguaje de geometra I, es
unido). Por lo tanto ( x, y , z ) pertenece al eje sii T ( x, y , z ) ( x, y, z ) y usando la matriz A, esto
es:
x x
19

A y y 89
z z
4

9

4
4
7

9
9
9

89 x
1 . y
9
4 z
9

x

y
z

19 .x 4 9 . y 8 9 .z x

8 9 .x 4 9 . y 1 9 .z y
4
7
4
9 . x 9 . y 9 .z z

x 4 y 8z 9x
8 x 4 y 8 z 0
8 x 5 y z 0

8 x 4 y z 9 y 8 x 5 y z 0 2 x y 2 z 0
4x 7 y 4z 9z
4 x 7 y 5z 0
4 x 7 y 5z 0

8 x 5 y z 0
8 x 5 y z 0
y 2 x

18 x 9 y 0


y 2 x
z 2 x
36 x 18 y 0

Tenemos un sistema compatible indeterminado con S ( x, 2 x, 2 x) : x .

En resumen: T es una rotacin axial de eje ( x, 2 x, 2 x) : x L (1, 2, 2) y ngulo

150

.
2