1

Espacio afn

1.1

Denicin de Espacio afn

Un espacio afn real es una terna (A; V; ) formada por un conjunto A, un

espacio vectorial real V y una aplicacin : A A ! V que cumple:
1. 8P 2 A y 8~u 2 V existe un nico Q 2 A tal que
(P; Q) = ~u:
2.

(P; Q) + (Q; R) = (P; R) para todo P; Q; R 2 A.

!
Notacin. Escribiremos (P; Q) = P Q. A los elementos del conjunto A
los llamamos puntos de A y diremos que V es el espacio vectorial asociado al
espacio afn (A; V; ). Denimos la dimensin del espacio afn (A; V; ) como
dim A = dim V:
Ejemplo 1 Todo espacio vectorial V es un espacio afn con espacio vectorial
asociado V . En efecto, la terna (A; V; ) donde A =V y la aplicacin dada
por:
: A A ! V; (~u; ~v ) = ~v ~u;
verica las condiciones de la denicin de espacio afn.
Ejemplo 2 Por el ejemplo anterior tenemos que (R2 ; R2 ; ) es un espacio
afn de dimensin 2, (R3 ; R3 ; ) es un espacio afn de dimensin 3. En general
(Rn ; Rn ; ) es un espacio afn de dimensin n.
1.1.1

Propiedades de los espacios anes

Sea (A; V; ) un espacio afn real. Se verica:

1.

(P; Q) = ~0 si y slo si P = Q.

2.

(P; Q) =

3.

(P; Q) = (R; S) si y slo si (P; R) = (Q; S).

1.2

(Q; P ), 8P; Q 2 A.

Referencia afn

Sea A un espacio afn de dimension n con espacio vectorial asociado V .

Denicin de referencia afn Un conjunto de n + 1 puntos fP0 ; P1 ; : : : ; Pn g
de un espacio
(A; V; ) eso un sistema de referencia afn de A si el conjunto
n afn
!
!
de vectores P0 P1 ; : : : ; P0 Pn es una base del espacio vectorial V .
1

n !
!o
Denicin El punto P0 2 A tal que P0 P1 ; : : : ; P0 Pn es una base de V , se
denomina origen del sistema de referencia fP0 ; P1 ; : : : ; Pn g.
Proposicin Dado un punto P0 2 A existe un sistema de referencia afn de
A con origen el punto P0 .
Demostracin Por el teorema de la base sabemos que todo espacio vectorial
nitamente generado admite al menos una base. Sea B = f~u1 ; : : : ; ~un g una base
!
de V . Sean Pi los puntos de A tales que P0 Pi = ~ui , i = 1; : : : ; n. El conjunto
de puntos fP0 ; P1 ; : : : ; Pn g de A es un sistema de referencia afn de A.
Corolario Dado un punto O 2 A y una base B de V , tenemos una referencia
afn de A, que tambin se denomina referencia cartesiana y se denota R =
fO; Bg.
Denicin de coordenadas
Se llaman coordenadas de un punto P 2 A
respecto a una referencia afn R = fO; Bg del espacio afn A a las coordenadas
!
del vector OP respecto de la base B del espacio vectorial V ; esto es, a la n-upla
( 1 ; : : : ; n ) tal que
!
OP = 1 ~u1 +
+ n ~un
donde ~u1 ; : : : ; ~un son los vectores de la base B. Escribiremos: P (

1; : : : ;

n )R .

Ejemplo Sea R = fO; Bg un sistema de referencia afn de un espacio afn

(A; V; ) de dimensin 3. Consideramos el sistema de referencia R0 = fO0 ; B 0 g
con O0 (1; 2; 1)R y B 0 = (~u1 ; ~u2 ; ~u3 ), donde
~u1 = (1; 0; 0)B ;

~u2 = (1; 1; 0)B ;

~u3 = (1; 1; 1)B

Los vectores ~u1 ; ~u2 ; ~u3 forman una base de V pues al ser
1
0
0

1
1
0

1
1
1

6= 0

el sistema de vectores f~u1 ; ~u2 ; ~u3 g es linealmente independiente (y como sabemos

un sistema linealmente independiente formado por 3 vectores en un espacio
vectorial V de dimensin 3 es una base).
Sea el punto P cuyas coordenadas respecto a la referencia R son (5; 5; 0),
esto es,
!
P (5; 5; 0)R () OP = 5~u1 + 5~u2 + 0~u3 :
Vamos a calcular las coordenadas de P respecto de R0 :
!
O0 P = (5 1; 5 2; 0 + 1) = (4; 3; 1);
!
O0 P = x1 ~u1 + x2 ~u2 + x3 ~u3 = x1 (1; 0; 0) + x2 (1; 1; 0) + x3 (1; 1; 1)
= (x1 + x2 + x3 ; x2 + x3 ; x3 );
2

por tanto,

8
8
< 4 = x1 + x2 + x3
< x1 = 1
3 = x2 + x3
x2 = 2
=)
:
:
1 = x3
x3 = 1

y por tanto, (1; 2; 1) son las coordenadas de P respecto de R0 : P (1; 2; 1)R0 .

1.2.1

Ecuaciones del cambio de referencia afn

Sea A un espacio afn de dimension n con espacio vectorial asociado V y sean

R = fO; B = (~u1 ; : : : ; ~un )g, R0 = fO0 ; B 0 = (~u01 ; : : : ; ~u0n )g dos sistemas de
referencia anes de A.
Se considera P 2 A tal que P (x1 ; : : : ; xn )R y P (y1 ; : : : ; yn )R0 ; esto es,
!
OP = x1 ~u1 +
!
y O0 P = y1 ~u01 +

+ xn ~un
+ yn ~u0n :

Qu relacin hay entre (x1 ; : : : ; xn ) y (y1 ; : : : ; yn )?

Sabemos que
!
!
!
OP = OO0 + O0 P :
Sean (a1 ; : : : ; an ) las coordenadas de O0 respecto de R; esto es,
!
OO0 = a1 ~u1 +

+ an ~un ;

y sean (a1i ; : : : ; ani ) las coordenadas del vector ~u0i respecto de la base B; esto
es,
u0i = a1i ~u1 +
+ ani ~un :
!
!
!
Sustituyendo lo anterior en OP = OO0 + O0 P obtenemos:
!
OP

!
!
= OO0 + O0 P
= a1 ~u1 +
+ an ~un + (y1 ~u01 +
+ yn ~u0n )
= a1 ~u1 +
+ an ~un + y1 (a11 ~u1 +
+ an1 ~un )
+
+ yn (a1n ~u1 +
+ ann ~un )
= (a1 + y1 a11 +
+ yn a1n ) ~u1
+
+ (an + y1 an1 +
+ yn ann ) ~un

!
y como OP = x1 ~u1 +

+ xn ~un , igualando coecientes, obtenemos:

8
+ yn a1n
>
< x1 = a1 + y1 a11 +
..
.
>
:
xn = an + y1 an1 +
+ yn ann

Matricialmente, el sistema de ecuaciones anterior se escribe:

1
10
0
1 0
1
1
0
0
1
B
C
B x1 C B a1 a11
a1n C
C B y1 C
B
C B
:
B
C
B .. C = B ..
.
..
.
.
..
.. A @ .. C
A
@ . A @ .
.
yn
an an1
ann
xn

Tambin se puede escibir como sigue:

0
1
0
1 0
a1
x1
B
B .. C B .. C
@ . A = @ . A + MB 0 B @
an
xn

1
y1
.. C
. A
yn

donde la matriz MB 0 B es la matriz del cambio de base de B 0 a B:

1
0
a11
a1n
B
.. C
..
MB 0 B = @ ...
.
. A
an1
ann
La matriz

MR 0 R =

~0t
1
~a MB 0 B

B
B
=B
@

1
a1
..
.

0
a11
..
.

an

an1

..

0
a1n
..
.
ann

es la matriz de cambio de referencia de R0 a R.

1
C
C
C
A

Ejemplo En el espacio afn (A2 ; V2 ; ) se consideran las referencias R =

fO; B = (~u1 ; ~u2 )g, R0 = fO0 ; B 0 = (~u01 ; ~u02 )g siendo
!
OO0 = 3~u1 + 3~u2 ;
~u01 = 2~u1 ~u2 ;
~u02 =
~u1 + 2~u2 :

Se pide:
1. Determinar la matriz del cambio de referencia de R0 a R.

Tenemos
!
!
!
OP = OO0 + O0 P = 3~u1 + 3~u2 + y1 (2~u1 ~u2 ) + y2 ( ~u1 + 2~u2 )
= (3 + 2y1 y2 ) ~u1 + (3 y1 + 2y2 ) ~u2

Luego
x1 = 3 + 2y1 y2
x2 = 3 y1 + 2y2
4

esto es,
MR 0 R

1
=@ 3
3

0
2
1

1
0
1 A
2

2. Determinar la matriz del cambio de referencia de R

0
1 1 0
1 0
0
1 A =@
MR R 0 = MR 01R = @ 3 2
3
1 2

a R0 .
1
3
3

2
3
1
3

1
3
2
3

1
A

3. Si (3; 5) son las coordenadas de un punto P en la referencia R, determinar

los coordenadas de P en R0 .
0 1 0
10 1 0
1
1 0 0
1
1
1
MR R 0 @ 3 A = @ 3 32 13 A @ 3 A = @ 23 A
4
5
5
3 13 23
3
4. Si (2; 3) son las cooordenadas de un punto Q en la referencia R0 , determinar los coordenadas de Q en R.
10 1 0 1
0 1 0
1
1
1 0
0
1
1 A@ 2 A = @ 4 A
MR 0 R @ 2 A = @ 3 2
7
3
3
1 2
3
MAPLE

>restart: >with(linalg):
>M[RpR]:=concat([1,3,3],[0,2,-1],[0,-1,2]);
>M[RRp]:=inverse(M[RpR]);
>evalm(M[RRp]&*[1,3,5]);
>evalm(M[RpR]&*[1,2,3]);

1.3

Subespacio afn

Denicin de subespacio afn Sea (A; V; ) un espacio afn real. Un subconjunto L A es un subespacio afn de A si jado un punto P 2 L el conjunto
W (L) = fP Q j Q 2 Lg
es un subespacio vectorial de V .
Si L A es un subespacio afn, el subespacio vectorial W (L) que cumple lo
~
anterior se denomina subespacio vectorial asociado a L y se denota L.
Proposicin La denicin anterior no depende del punto P jado.
Proposicin Sea (A; V; ) un espacio afn real y L un subespacio afn de A.
~ ) es un espacio afn.
La terna (L; L;
Proposicin Sea (A; V; ) un espacio afn real y L un subespacio afn de A.
Para cada punto P 2 A y cada subespacio vectorial W V el conjunto
!
S(P; W ) = fX 2 A j P X 2 W g

es un subespacio afn de A que denotaremos P + W .

Denicin de dimensin de un subespacio afn Sea (A; V; ) un espacio
afn real y L un subespacio afn de A. Se dene la dimensin de L a la dimensin
~
de su subespacio vectorial asociado: dim L = dim L.
Notacin Sea (A; V; ) un espacio afn real de dimensin n. Los subespacios
de dimensin 0 son los puntos de A. Los subespacios de dimensin 1; 2 y n 1
se llaman las rectas, planos e hiperplanos, respectivamente.
1.3.1

Interseccin y suma de subespacios anes

Sea (A; V; ) un espacio afn real y L1 ; L2 dos subespacios anes de A.

El conjunto interseccin de L1 y L2 :
L1 \ L2 = fP j P 2 L1 y P 2 L2 g
es un subespacio afn de A. Si la interseccin es no vaca; esto es, L1 \ L2 6= ;,
entonces
! ! !
L1 \ L2 = L1 \ L2 :
Se dene la suma de L1 y L2 como el menor subespacio afn que contiene a
!
!
L1 y a L2 y se denota L1 + L2 . Si L1 = P1 + L1 y L2 = P2 + L2 entonces
! !
!
L1 + L2 = P1 + L1 + L2 + L(P1 P2 ):

Observacin Si L1 \ L2 6= ; entonces
! ! !
L1 + L2 = L1 + L2 ;
y si L1 \ L2 = ; entonces
! ! !
!
L1 + L2 = L1 + L2 + L(P1 P2 ); P1 2 L1 ; P2 2 L2 :
!
!
Dos subespacios anes L1 = P1 + L1 y L2 = P2 + L2 se cortan si y slo si
! ! !
P1 P2 2 L1 + L2 :
1.3.2

Paralelismo

!
!
Decimos que dos subespacios anes L1 = P1 + L1 y L2 = P2 + L2 de un espacio
! ! ! !
afn (A; V; ) son paralelos si L1 L2 L2 L1 .
!
!
Se dice que dos subespacios anes L1 = P1 + L1 y L2 = P2 + L2 se cruzan
si ni son paralelos ni se cortan.
1.3.3

Frmulas de la dimensin
!
!
Sean L1 = P1 + L1 y L2 = P2 + L2 dos subespacios anes de un espacio afn
(A; V; ). Se cumple lo siguiente:
1. Si L1 \ L2 6= ;, entonces
dim(L1 + L2 ) = dim L1 + dim L2
2. Si L1 \ L2 = ;, entonces
dim(L1 + L2 ) = dim L1 + dim L2

dim(L1 \ L2 ):
! !
dim(L1 \ L2 ) + 1:

Demostracin Claramente,
!
! !
!
dim(L1 + L2 ) = dim(L1 + L2 ) = dim(L1 + L2 + L(P1 P2 )):
! ! !
Si L1 \ L2 6= ; entonces L1 + L2 = L1 + L2 y entonces
! !
dim(L1 + L2 ) = dim(L1 + L2 )
!
!
! !
= dim L1 + dim L2 dim(L1 \ L2 )
!
!
!
= dim L1 + dim L2 dim(L1 \ L2 )
= dim L1 + dim L2 dim(L1 \ L2 ):
! ! !
! !
!
Si L1 \ L2 = ; entonces P1 P2 2
= L1 + L2 (por tanto, (L1 + L2 ) \ L(P1 P2 ) = f~0g)
! !
!
dim(L1 + L2 ) = dim(L1 + L2 + L(P1 P2 ))
! !
!
! !
!
= dim(L1 + L2 ) + dim(L(P1 P2 )) dim((L1 + L2 ) \ L(P1 P2 ))
! !
= dim(L1 + L2 ) + 1
!
!
! !
= dim L1 + dim L2 dim(L1 \ L2 ) + 1
! !
= dim L1 + dim L2 dim(L1 \ L2 ) + 1:
7

!
Ejemplo: Posiciones relativas de dos rectas anes. Sean L1 = P1 + L1
!
y L2 = P2 + L2 dos rectas anes en un espacio afn (A; V; ) de dimensin n.
Las posibles posiciones relativas de L1 y L2 son:
Si L1 \ L2 6= ; entonces o L1 \ L2 es una recta y entonces dim(L1 \ L2 ) = 1
L1 \ L2 es un punto y entonces dim(L1 \ L2 ) = 0. Se tiene:
dim(L1 + L2 ) =
L1 y L2 son coincidentes
=)
L1 y L2 son secantes

dim L1 + dim L2
1=1+1 1
2=1+1 0

dim(L1 \ L2 )

! !
Si L1 \ L2 = ; entonces L1 \ L2 puede o ser una recta vectorial o ser el vector
nulo ~0. Se tiene:
dim(L1 + L2 ) =
L1 y L2 son paralelas
=)
L1 y L2 se cruzan

! !
dim L1 + dim L2 dim(L1 \ L2 ) + 1
2=1+1 1+1
3=1+1 0+1

Denicin Sean L1 = P1 + L(~u1 ) y L2 = P2 + L(~u2 ) dos rectas anes en un

espacio afn (A; V; ) de dimensin n. Se dice que:
1. Las rectas L1 y L2 se cruzan si no hay un plano que contenga a ambas; esto
!
es, si el sistema de vectores f~u1 ; ~u2 ; P1 P2 g es linealmente independiente.
2. Las rectas L1 y L2 son coplanarias si no se cruzan; esto es, si el sistema
!
de vectores f~u1 ; ~u2 ; P1 P2 g es linealmente dependiente.
3. Las rectas L1 y L2 se cortan si L1 \ L2 6= ;.
! !
4. Las rectas L1 y L2 son paralelas si L1 = L2 ; esto es, si ~u1 y ~u2 son proporcionales. Si adems L1 \ L2 6= ; entonces las dos rectas son coincidentes.
1.3.4

Ecuaciones de un subespacio afn

Sea (A; V; ) un espacio afn con sistema de referencia afn R = fO; Bg, B =
(~e1 ; : : : ; ~en ). Y sea L
A un subespacio afn de A de dimensin k; esto es,
!
!
L = P + L con L = L(f~u1 ; ~u2 ; : : : ; ~uk g) y P (a1 ; : : : ; an )R y
8
8
~u1 = (a11 ; : : : ; an1 )
~u1 = a11~e1 +
+ an1~en
>
>
>
>
>
>
< ~u2 = (a12 ; : : : ; an2 )
< ~u2 = a12~e1 +
+ an2~en
()
..
..
>
>
.
.
>
>
>
>
:
:
~uk = (a1k ; : : : ; ank )
~uk = a1k~e1 +
+ ank~en

Ecuaciones paramtricas Un punto X(x1 ; : : : ; xn )R 2 L si y slo si el vector

!
P X = (x1

a1 ; : : : ; xn

an ) 2 L(f~u1 ; : : : ; ~uk g):

8

Por tanto, X(x1 ; : : : ; xn )R 2 L si y slo existen

!
PX =

u1
1~

1; : : : ;

2 R tales que

uk ;
k~

esto es,
(x1

a1 ; : : : ; xn

an ) =

1 (a11 ; : : : ; an1 )

k (a1k ; : : : ; ank )

o, equivalentemente
8
>
< x1 = a1 +
>
:

xn = an +

1 a11

k a1k

k ank

..
.
1 an1

que son las ecuaciones paramtricas del subespacio L.

Ecuaciones cartesianas Como estamos suponiendo que los vectores ~u1 ; : : : ; ~uk
son linealmente independientes (si no lo fueran, quitariamos los vectores que se
pueden escribir como combinacin lineal del resto) tenemos que
0
1
a11
a1k
B
.. C = k:
..
rg (~u1 ; : : : ; ~uk ) = rg @ ...
.
. A
an1

!
Por tanto, P X = (x1

a1 ; : : : ; xn
0
x1 a1
B
..
rg @
.
xn

an

ank

an ) 2 L(f~u1 ; : : : ; ~uk g) si y slo si

1
a11
a1k
..
.. C = k:
..
.
.
. A

an1

ank

Al imponer que dicho rango sea k obtenemos n k menores de orden k + 1 que

deben anularse. Esto es, obtenemos las n k ecuaciones cartesianas de L.
Observacin Sean

8
>
< a11 x1 +
>
:

+ an1 xn = b1
..
.

a1r x1 +

+ anr xn = br

las ecuaciones cartesianas de un subespacio afn L de dimensin n r. Ntese

que las ecuaciones cartesianas de un subespacio afn L de dimensin n r es un
sistema de r ecuaciones lineales no homogneas. Si P; Q 2 L entonces el vector
!
~u = P Q satisface las ecuaciones del sistema lineal homogneo asociado a L.

Demostracin Sean P (p1 ; : : : ; pn )R , Q(q1 ; : : : ; qn )R 2 L veamos que entonces

!
~u = P Q = (q1 p1 ; : : : ; qn pn )
es solucin del sistema homogneo
8
>
< a11 x1 +
>
:

a1r x1 +

+ an1 xn = 0
..
.
+ anr xn = 0

Para i = 1 : : : r cualquiera, se tiene

a1i (p1

q1 ) +

+ ani (pn qn ) = (a1i p1 +

= bi bi = 0:

+ ani pn ) (a1i q1 +

+ ani qn )

P;Q2L

Por tanto, las ecuaciones del sistema vectorial asociado a L son:

8
+ an1 xn = 0
>
< a11 x1 +
..
~
L
.
>
:
a1r x1 +
+ anr xn = 0
Ecuaciones de una recta Una recta afn r
dimensin 1; esto es, r = P + L(~u) con
P (a1 ; : : : ; an )R
Un punto X 2 r si y slo

A es un subespacio afn de

y ~u = u1~e1 +

+ un~en :

!
P X = ~u;

esto es, si (x1 ; : : : ; xn ) son las coordenadas de X en la referencia R entonces,

(x1
o, equivalentemente

a1 ; : : : ; xn

an ) = (u1 ; : : : ; un )

8
>
< x1 = a1 +
..
.
>
:
xn = an +

1 u1

1 un

que son las ecuaciones paramtricas de la recta r.

Si suponemos u1 6= 0 (algn ui no se anula pues el vector ~u no es nulo), el
sistema anterior se escribe:
x1

a1
u1

xn

an
un

que son la ecuacin en forma continua de la recta r.

10

!
!
Por ltimo, X(x1 ; : : : ; xn )R 2 r si y slo si XP 2 L(~u) () XP y ~u son
!
proporcionales. Por tanto, XP 2 L(~u) si y slo si
0
1
x1 a1 u1
B
..
.. C = 1:
rg @
.
. A
xn an un

Al imponer que dicho rango sea 1 obtenemos n 1 menores de orden 2 que

deben anularse. Esto es, obtenemos n 1 ecuaciones cartesianas de r.
Ecuacin cartesiana Un hiperplano afn H
A es un subespacio afn de
dimensin n 1; por tanto viene dado por una nica ecuacin cartesiana
a1 x1 +

+ an xn = b:

Un subespacio afn L de dimensin k es la interseccin de n k hiperplanos

independientes cada hiperplano viene dado por una ecuacin lineal y L viene
dado por un sistema de n k ecauciones lineales).
Posicin relativa de subespacios El estudio de los sistemas de ecuaciones
de dos subespacios permite estudiar de manera sencilla la posicin relativa de
dichos subespacios. Vamos a estudiar dos casos particularmente sencillos:
I. Posicin relativa de dos hiperplanos Sean H1 ; H2
planos de ecuaciones cartesianas:
H1
H2

a1 x1 +
a01 x1 +

A dos hiper-

+ an xn = b;
+ a0n xn = b0 :

Las ecuaciones de sus respectivos espacios vectoriales asociados son

~1
H
~2
H

a1 x1 +
a01 x1 +

+ an xn = 0;
+ a0n xn = 0:

~1 = H
~2 y
Por tanto, si existe tal que (a01 ; : : : ; a0n ) = (a1 ; : : : ; an ) entonces H
los hiperplanos H1 , H2 son paralelos.
Si adems, b0 = b entonces los hiperplanos H1 , H2 son coincidentes.
Si b0 6= b entonces los hiperplanos H1 , H2 no se cortan (H1 \ H2 = ;).
II. Posicin relativa de recta e hiperplano Sea r = P + L(~u) una
recta afn en A con P (a1 ; : : : ; an )R y ~u = (u1 ; : : : ; un ). Y sea H un hiperplano
afn con ecuacin cartesiana
a1 x1 +

+ an xn = b:

~ esto es, si
La recta r y el hiperplano H son paralelos si el vector ~u 2 H;
~
(u1 ; : : : ; un ) satisface la ecuacin lineal homognea del subespacio vectorial H;
es decir, si
a1 u1 +
+ an un = 0:
11

Ejemplo 1 Obtener ecuaciones paramtricas del subespacio afn L de A que

tiene respecto de cierta referencia R = fO; Bg las siguientes ecuaciones cartesianas:
x1 + x2 + 2x3 = 1
L
2x2 x3 = 1
Primer camino Resolvemos el sistema de ecuaciones lineales no homogneo
que dene L. Tomando x3 = pues
rg
obtenemos:

1
0

8
< x1 =
x2 =
:
x3 =

1
2

= 2;

1
2
1
2

5
2
1
2

que son unas ecuaciones paramtricas de L.

Segundo camino Como dim L = 3 rg(A) = 3 2 = 1, L es una recta.
Para determinarla basta dar un punto P 2 L y un vector que genere el sube~ Un punto P 2 L debe satisfacer las ecuaciones del sistema
spacio vectorial L.
que dene L; por ejemplo, P (3; 0; 1)R .
~ es una solucin no trivial del
Un vector que genere el subespacio vectorial L
sistema lineal homogneo:
x1 + x2 + 2x3 = 0
2x2 x3 = 0
Por ejemplo, el vector ~u = ( 5; 1; 2)B .
Luego, X(x1 ; x2 ; x3 )R 2 L si y slo si (x1 ; x2 ; x3 ) = (3; 0; 1) + ( 5; 1; 2);
esto es, si
8
< x1 = 3 5
x2 =
:
x3 = 1 + 2
que tambin son ecuaciones paramtricas de L.

Ejemplo 2 Sea (A; V; ) un espacio afn con sistema de referencia afn R =

fO; Bg, B = (~e1 ; ~e2 ; ~e3 ). Obtener ecuaciones cartesianas del subespacio afn
~ donde P (1; 2; 1)R y L
~ = L(f~u1 ; ~u2 g) con ~u1 = (1; 2; 1) y ~u2 =
L = P + L,
(2; 1; 1).
~ son linealmente independiSolucin Los vectores ~u1 ; ~u2 que generan L
entes. Por tanto, dim L = 2.
Un punto X(x1 ; x2 ; x3 )R 2 L si y slo si el vector
!
P X = (x1

1; x2

2; x3 + 1) 2 L(f~u1 ; ~u2 g);

12

esto es, si y slo si

0
x1 1 1
rg @ x2 2 2
x3 + 1
1
Por tanto x1

1
2
1 A = 2 () 0 =
1

x2

x1 1
x2 2
x3 + 1

1
2
1

2
1
1

= 3x1

3x2

3x3 :

x3 = 0 es la ecuacin cartesiana de L.

MAPLE
>restart; >with(linalg);
>X:=[x[1],x[2],x[3]];
>P:=[1,2,-1]; u[1]:=[1,2,-1]; u[2]:=[2,1,1];
>A:=concat(evalm(X-P),u[1],u[2]);
>0=det(A);
Ejemplo 3 Se consideran las rectas r y s que tienen respecto de cierta referencia R = fO; Bg las siguientes ecuaciones cartesianas respectivamente:
x = 2z + p
y = z+3

x= z+1
y = 2z + q

Hallar la condicin que deben cumplir los parmetros p y q para que las rectas r
y s sean coplanarias. Determinar p y q para que dicho plano contenga al punto
P (1; 1; 1)R .
Solucin Unas ecuaciones paramtricas de las rectas r y s son
8
8
+1
< x=
< x=2 +p
y=
+3
y =2 +q
s
r
:
:
z=
z=

luego un vector director de la recta r es ~u = (2; 1; 1)B y un punto de r es

R(p; 3; 0)R y un vector director de la recta s es w
~n
= ( 1; 2; 1)B y un punto de os
!
es S(1; q; 0)R . Las rectas r y s son coplanarias si ~u; w;
~ RS = (1 p; q 3; 0)
es linealmente dependiente; esto es, si
0=

2
1
1

1
2
1

1
q

p
3

= 3p

3q + 6

Por tanto, r y s son coplanarias si p q + 2 = 0. El plano que las contiene es:

!
R+L (f~u; wg).
~
Luego un punto X(x; y; z)R 2 si y slo si RX 2 L (f~u; wg);
~
esto es, si
x p 2
1
1 2 = 3p 3x 3y + 3z + 9:
0= y 3
z
1
1
Imponemos ahora que P (1; 1; 1)R 2 :
0 = 3p
luego p =

3 1

3 1 + 3 1 + 9 = 3p + 6;

2 y q = p + 2 = 0.
13

Cuestiones tericas Demostrar las siguientes cuestiones tericas:

1. Sean L, S dos subespacios anes de un espacio afn A y tales que son
paralelos y P 2 S \ L. Demostrar:
(a) Si dim L < dim S, entonces L

S.

(b) Si dim L = dim S, entonces L = S.

2. Sean L, S dos subespacios anes de un espacio afn (A; V; ) y tales que
~ yS
~ son subespacios vectoriales complementarios (esto es, L
~ S
~ = V)
L
entonces L \ S consiste en un punto (esto es, dim(L \ S) = 0).
Solucin.
1. Como L y S son paralelos y estamos suponiendo dim L
~
~ Por tanto, L = P + L
~
~ Luego L
L
S.
P + S.
dim L = dim S, entonces L = S.

dim S entonces
S. Si adems

~
2. Calculamos la dimensin de la interseccin L \ S. Como L
entonces

~ = V
S

! ~ ~
!
!
S+L=L
+ S + L(P Q) = V + L(P Q) = V , con P 2 L y Q 2 S.
dim(L + S)

!
dim L + S = n

~ + dim S
~
= dim L
= dim L + dim S
por tanto, dim(L \ S) = dim(L + S)

14

dim L

~ \ S)
~
dim(L
dim S = 0.

Aplicaciones anes

2.1

Denicin y primeras propiedades

Denicin Sean (A; V; ) y (A0 ; V 0 ; 0 ) dos espacios anes reales. Diremos

que una aplicacin
f : A ! A0
es una aplicacin afn si existe una aplicacin lineal f : V
!
!
f (P Q) = f (P )f (Q);

! V 0 tal que:

8P; Q 2 A:

Lo anterior equivale a decir que para todo P 2 A y todo vector u 2 V se

tiene
f (P + ~u) = f (P ) + f (~u):
A la aplicacin lineal f que cumple lo anterior la llamamos aplicacin lineal
asociada a f .
Proposicin Sean (A; V; ) y (A0 ; V 0 ; 0 ) dos espacios anes y sea f : A ! A0
una aplicacin afn con aplicacin lineal asociada f : V ! V 0 se cumple lo
siguiente:
1. f es inyectiva si y slo si f es inyectiva.
2. f es sobreyectiva si y slo si f es sobreyectiva.
3. f es biyectiva si y slo si f es biyectiva.
Demostracin
1. Supongamos que f es inyectiva. Veamos que f es inyectiva (equivalente!
mente ker f = f~0g). Sea ~u = AB 2 ker f , entonces
!
!
~0 = f (AB)
= f (A)f (B) luego f (A) = f (B)
y como estamos suponiendo que f es inyectiva A = B. Luego ~u = ~0 y f
es inyectiva.
Supongamos ahora que f es inyectiva. Entonces,
!
!
!
f (A) = f (B) =) ~0 = f (A)f (B) = f (AB) =) AB 2 ker f = f~0g =) A = B:
!
2. Supongamos que f es sobreyectiva. Sea ~u = CD 2 V 0 . Como f es
sobreyectiva existen A; B 2 A tales que f (A) = C y f (B) = D. Entonces,
!
!
!
~u = CD = f (A)f (B) = f (AB) luego f es sobreyectiva pues existe el
!
!
vector AB 2 V con f (AB) = ~u.

15

Supongamos ahora que f es sobreyectiva. Sea C 2 A0 , consideremos un

!
vector ~u = f (A)C donde A es un punto arbitrario de A. Como f es
!
!
sobreyectiva existe un vector ~v = AB 2 V con f (AB) = ~u entonces
!
!
!
f (A)f (B) = f (AB) = ~u = f (A)C
luego f (B) = C. Por tanto, f es sobreyectiva.
Proposicin Sean g : A ! A0 y f : A0 ! A00 dos aplicaciones anes la
composicin f g : A ! A00 es tambin una aplicacin afn y su aplicacin
lineal asociada es f g = f g.
Demostracin Dados P; Q 2 A, se tiene
(f

g)(P )(f

!
g)(Q)

!
= f (g(P ))f (g(Q))

!
f g(P )g(Q)

f es afn

g es afn

!
f g(P Q)

!
g (P Q):

Proposicin Sean f; g : A ! A0 dos aplicaciones anes que coinciden sobre

un punto P , f (P ) = g(P ), y que tienen la misma aplicacin lineal asociada
f = g. Entonces f = g.
Demostracin Para todo X 2 A, se cumple:

!
!
!
!
!
f (P )f (X) = f (P X) = g(P X) = g(P )g(X) = f (P )g(X);

por tanto, f (X) = g(X).

2.2

Matriz asociada a una aplicacin afn

Sean (A; V; ) y (A0 ; V 0 ; 0 ) dos espacios anes y sea f : A ! A0 una aplicacin

afn con aplicacin lineal asociada f : V ! V 0 . Se consideran referencias anes
R = fO; Bg, B = (~e1 ; : : : ; ~en ) y R0 = fO0 ; B 0 g, B 0 = (~e01 ; : : : ; ~e0m ) de los espacios
A, A0 respectivamente. Se sabe:
!
O0 f (O) = b1~e01 +

8
0
>
< f (~e1 ) = a11~e1 +
..
.
>
:
f (~en ) = a1n~e01 +

16

+ bm~e0m ;
+ am1~e0m
+ amn~e0m

Sea P (x1 ; : : : ; xn )R y sea f (P ) 2 A0 con f (P )(y1 ; : : : ; ym )R0 entonces se tiene:

1
0
1 0
10
1
0
0
1
1
B
C
B y1 C B b1 a11
a1n C
B
C B
C B x1 C
B
B .. C = B ..
C
..
.
.
..
.. A @ .. C
A
@ . A @ .
.
.
xn
ym
bm am1
amn
Escribiremos

MRR0 (f ) =

1
~b

~0t
MBB 0 (f )

B
B
=B
@

1
b1
..
.

0
a11
..
.

bm

am1

..

0
a1n
..
.
amn

1
C
C
C
A

donde ~b son las coordenadas de f (O) en la referencia R0 y MBB 0 (f ) es la matriz

asociada a la aplicacin lineal f tomando en V la base B y en V 0 la base B 0 .
Ejemplo 1 Sea (A; V; ) un espacio afn con sistema de referencia afn R =
fO; B = (~e1 ; ~e2 ; ~e3 )g, y sea (A0 ; V 0 ; 0 ) un espacio afn con sistema de referencia
afn R0 = fO0 ; B 0 = (~e01 ; ~e02 )g. Es la aplicacin f : A ! A0 , f (x; y; z) =
(x 2y + 5; x z + 1) una aplicacin afn? Dar su aplicacin lineal asociada y
obtener la matriz asociada a f en las referencias R; R0 .
Solucin.
Para ver si f es una aplicacin afn tenemos que ver si existe una apli!
!
cacin lineal f : V ! V 0 tal que f (P )f (Q) = f (P Q) para todo par de puntos
!
P; Q 2 A. Tomamos P (x1 ; y1 ; z1 ) y Q(x2 ; y2 ; z2 ) entonces P Q = Q P =
(x2 x1 ; y2 y1 ; z2 z1 ) y
!
f (P )f (Q)

=
=
=
=

f (Q) f (P ) = f (x2 ; y2 ; z2 ) f (x1 ; y1 ; z1 )

(x2 2y2 + 5; x2 z2 + 1) (x1 2y1 + 5; x1 z1 + 1)
((x2 x1 ) 2 (y2 y1 ) ; (x2 x1 ) (z2 z1 ))
f (x2 x1 ; y2 y1 ; z2 z1 ) ;

por tanto, f s es una aplicacin afn y su aplicacin lineal asociada es f (x; y; z) =

(x 2y; x z).
Las coordenadas del origen O en la referencia R son las coordenadas del
!
vector OO = (0; 0; 0) en la base B y ~e1 = (1; 0; 0)B , ~e2 = (0; 1; 0)B y ~e3 =
(0; 0; 1)B se tiene:
f (O)
f (~e1 )
f (~e2 )
f (~e3 )

=
=
=
=

f (0; 0; 0) = (5; 1);

f (1; 0; 0) = (1; 1);
f (0; 1; 0) = ( 2; 0);
f (0; 0; 1) = (0; 1):

17

Por tanto,

1
MRR0 (f ) = @ 5
1

MAPLE

0
1
1

1
0
0 A:
1

0
2
0

>restart: >with(linalg):
>f:=(x,y,z)->[x-2*y+5,x-z+1];
>f_lineal:=(x,y,z)->[x-2*y,x-z];
>f(0,0,0);
>f_lineal(1,0,0);
>f_lineal(0,1,0);
>f_lineal(0,0,1);
>Mf[RRp]:=stackmatrix(<1,0,0,0>,
concat(f(0,0,0), f_lineal(1,0,0),f_lineal(0,1,0), f_lineal(0,0,1));
Ejemplo 2 Sea (A; V; ) un espacio afn con sistema de referencia afn R =
fO; B = (~e1 ; ~e2 )g, y sea (A0 ; V 0 ; 0 ) un espacio afn con sistema de referencia
afn R0 = fO0 ; B 0 = (~e01 ; ~e02 ; ~e03 )g. Determinar la aplicacin afn f : A ! A0 , tal
que
f (1; 2) = (1; 2; 3);
f (~e1 ) = ~e01 + 4~e02 ;
f (~e2 ) = ~e01 ~e02 + ~e03 :
Hallar la matriz asociada a f en las referencias R; R0 .
Solucin Como sabemos el valor de f sobre el punto P (1; 2) y conocemos
la aplicacin lineal asociada a f , tenemos determinada f . Sabemos que
f (1; 0) = (1; 4; 0)B 0 ;
f (0; 1) = (1; 1; 1)B 0 ;
Para calcular la matriz asociada a f necesitamos saber f (O). Se tiene:
!
f (O)f (P )

f es afn

!
f (OP )

= f (1~e1 + 2~e2 )
=

luego
f (O) = f (P )
Por tanto,

=
f es lineal

f (~e1 ) + 2f (~e2 )

(1; 4; 0) + 2(1; 1; 1) = (3; 2; 2)

!
f (OP ) = (1; 2; 3)
0

1
B 2
MRR0 (f ) = B
@ 0
1
18

(3; 2; 2) = ( 2; 0; 1) :
0
1
4
0

1
0
1 C
C:
1 A
1

Como

se tiene:

1
B 2
B
@ 0
1

0
1
4
0

1
0
0
1
0
1
1
B
1 C
C @ x1 A = B x1 + x2 2
@ 4x1 x2
1 A
x2
1
x2 + 1

f (x1 ; x2 ) = (x1 + x2

2; 4x1

1
C
C
A

x2 ; x2 + 1) :

MAPLE
>restart: >with(linalg):
>OP:=[1,2];
>M_f_lineal:=concat([1,4,0],[1,-1,1]);
>evalm(M_f_lineal&*[1,2]);
>evalm([1,2,3]-[3, 2, 2]);
>M_f:=stackmatrix(<1,0,0>, concat([-2, 0, 1],[1,4,0],[1,-1,1]));
> evalm(M_f&*[1,x1,x2]);
Ejemplo 3 Sea (R2 ; R2 ; ) un espacio afn con sistema de referencia afn R =
fO; Bg, B = (~e1 ; ~e2 ). Determinar la aplicacin afn f : R2 ! R2 tal que
f (1; 1) = (7; 5); f (1; 2) = (11; 4); f (2; 1) = (8; 8):
Para dar una aplicacin afn f : R2
referencia afn y sus transformados.

! R2 necesitamos tres puntos que sean

!
Primer camino Llamo P0 (1; 1), P1 (1; 2) y P2 (2; 1). Tenemos P0 P1 =
!
(0; 1) y P0 P2 = (1; 0), entonces sabemos que
!
= f (1; 0) = f (P0 P2 ) = f (P2 )
!
f (~e2 ) = f (0; 1) = f (P0 P1 ) = f (P1 )

f (~e1 )

f (P0 ) = (1; 3);

f (P0 ) = (4; 1):

!
Y como OP0 = (1; 1) = ~e1 + ~e2 tenemos:
!
f (OP0 ) = f (~e1 + ~e2 ) = f (~e1 ) + f (~e2 ) = (1; 3) + (4; 1) = (5; 2)
luego
f (O) = f (P0 )

!
f (OP0 ) = (7; 5)

Por tanto,

1
MRR (f ) = @ 2
3

y f (x1 ; x2 ) = (2 + x1 + 4x2 ; 3 + 3x1

x2 ).

19

0
1
3

(5; 2) = (2; 3):

1
0
4 A
1

Segundo camino El conjunto de puntos R0 = fP0 (1; 1); P1 (1; 2); P2 (2; 1)g
!
!
es una referencia afn pues P0 P1 = (0; 1) y P0 P2 = (1; 0) es una base de R2 . Y
tenemos:
f (P0 ) = f (1; 1) = (7; 5);
!
!
f (P0 P1 ) = f (P0 )f (P1 ) = f (P1 )
!
!
f (P0 P2 ) = f (P0 )f (P2 ) = f (P2 )
Por tanto,

f (P0 ) = (11; 4)
f (P0 ) = (8; 8)

1
MR0 R (f ) = @ 7
5

0
4
1

(7; 5) = (4; 1);

(7; 5) = (1; 3):

1
0
1 A
3

Como nosotros queremos calcular MRR (f ), vamos a hacer un cambio de referencia de R0 a R:

MRR (f )

= MR0 R (f )MRR0 = MR0 R (f )(MR0 R ) 1

1 1 0
10
0
1
1 0 0
1 0 0
= @ 7 4 1 A@ 1 0 1 A = @ 2
3
1 1 0
5
1 3

Por tanto, f (x1 ; x2 ) = (2 + x1 + 4x2 ; 3 + 3x1

x2 ).

0
1
3

1
0
4 A
1

MAPLE
>restart: >with(linalg):
>P0:=[1,1]; P1:=[1,2]; P2:=[2,1];
>Q0:=[7,5]; Q1:=[11,4]; Q2:=[8,8];
>M[RpR]:=stackmatrix(<1,0,0>, concat(P0,P1-P0,P2-P0));
>det(M[RpR]);
>M[RRp]:=inverse(M[RpR]);
>Mf[RpR]:=stackmatrix(<1,0,0>, concat(Q0,Q1-Q0,Q2-Q0));
>Mf[RR]:=evalm(Mf[RpR]&*M[RRp]);
>X:=matrix(3,1,[1,x,y]);
>evalm(Mf[RR]&*X);
Comprobar que el resultado obtenido es correcto (Pista: evaluar la expresin
de f obtenida en los puntos dados en el enunciado).
Ejemplo 4 Determinar la aplicacin afn f : A3 ! A3 que tansforma los
puntos P0 (0; 0; 0), P1 (0; 1; 0), P2 (1; 1; 1) y P3 (1; 1; 4) en los puntos Q0 (2; 0; 2),
Q1 (2; 1; 1), Q2 (2; 1; 3) y Q3 (5; 7; 6) respectivamente.
Solucin Para dar una aplicacin afn f : A3 ! A3 necesitamos cuatro
puntos que sean referencia afn y sus transformados.

20

El conjunto de puntos R0 = fP0 (0; 0; 0); P1 (0; 1; 0); P2 (1; 1; 1); P3 (1; 1; 4)g es
!
!
!
una referencia afn pues P0 P1 = (0; 1; 0), P0 P2 = (1; 1; 1) y P0 P3 = (1; 1; 4) es
!
!
!
una base de R3 pues rg(P0 P1 ; P0 P2 ; P0 P3 ) = 3. Tenemos:
f (P0 ) = Q0 = (2; 0; 2);
!
!
f (P0 P1 ) = f (P0 )f (P1 ) = f (P1 )
!
!
f (P0 P2 ) = f (P0 )f (P2 ) = f (P2 )
!
!
f (P0 P3 ) = f (P0 )f (P3 ) = f (P3 )
Por tanto,

1
B 2
MR0 R (f ) = B
@ 0
2

f (P0 ) = Q1

Q0 = (0; 1; 1);

f (P0 ) = Q2

Q0 = (0; 1; 1);

f (P0 ) = Q3

Q0 = (3; 7; 4):

0
0
1
1

1
0 0
0 3 C
C
1 7 A
1 4

Como nosotros queremos calcular MRR (f ), vamos a hacer un cambio de referencia de R0 a R:

MRR (f )

= MR0 R (f )MRR0 = MR0 R (f )(MR0 R ) 1

1
10
0
1 0 0 0
1 0 0 0
B 2 0 0 3 CB 0 0 1 1 C
C
CB
= B
@ 0
1 1 7 A@ 0 1 1 1 A
0 0 1 4
2
1 1 4
1
0
1 0
0 0
B 2
1
0
1 C
C
= B
@ 0 0
1 2 A
2 1
1 1

Por tanto, f (x1 ; x2 ; x3 ) = (2

x1 + x3 ;

x2 + 2x3 ; 2 + x1

x2 + x3 ).

MAPLE
> restart: with(linalg):
> P0:=[0,0,0]; P1:=[0,1,0]; P2:=[1,1,1]; P3:=[1,1,4];
> Q0:=[2,0,2]; Q1:=[2,-1,1]; Q2:=[2,1,3]; Q3:=[5,7,6];
> M[RpR]:=stackmatrix(<1,0,0,0>, concat(P0,P1-P0,P2-P0,P3-P0));
> det(M[RpR]);
> M[RRp]:=inverse(M[RpR]);
> Mf[RpR]:=stackmatrix(<1,0,0,0>, concat(Q0,Q1-Q0,Q2-Q0,Q3-Q0));
> Mf[RR]:=evalm(Mf[RpR]&*M[RRp]);
> evalm(Mf[RR]&*[1,x,y,z]);
Comprobar que el resultado obtenido es correcto.

21

2.3

Subespacios anes invariantes

Proposicin Sean (A; V; ) y (A0 ; V 0 ; 0 ) dos espacios anes y sea f : A ! A0

una aplicacin afn con aplicacin lineal asociada f : V ! V 0 . Se cumple lo
siguiente:
1. Si L

A es un subespacio afn de A entonces

f (L) = fP 0 2 A0 j existe P 2 L tal que f (P ) = P 0 g

es un subespacio afn de A0 .
2. Si L0

A0 es un subespacio afn de A0 entonces el conjunto

L = fP 2 A j f (P ) 2 L0 g

es un subespacio afn de A.
Denicin Sea (A; V; ) un espacio afn y f una transformacin afn de A.
Diremos que un punto P 2 A es un punto jo de f si f (P ) = P .
Proposicin Sea (A; V; ) un espacio afn y f una transformacin afn de A.
El conjunto de puntos jos de f ; esto es,
F = fX 2 A j f (X) = Xg
es un subespacio afn de A con subespacio vectorial asociado el subespacio de
V de autovectores de f asociados al autovalor = 1.
Demostracin. Sea f la aplicacin lineal asociada a f . Sabemos que el conjunto V ( ) de autovectores de f asociados a un autovalor es un subespacio
vectorial de V .
Veamos que, jado P 2 F , el conjunto
!
W(F ) = fP Q j Q 2 F g
coincide con V (1); esto es, W(F ) = V (1), y, por tanto, es un subespacio vectorial
de V .
!
!
1. Veamos que W(F ) V (1): Tomamos P Q 2 W(F ) y veamos que P Q 2
V (1). Se tiene:
!
!
!
f (P Q) = f (P )f (Q)
=
P Q:
P; Q 2 F
!
Por tanto, P Q es autovector asociado al autovalor

= 1..

2. Veamos que V (1) W(F ): Tomamos ~u 2 V (1) y veamos que ~u 2 W(F ).

!
Dado ~u 2 V (1) y jado P 2 F , sabemos que existe R 2 A tal que ~u = P R.
Se tiene:
!
!
!
!
P R = ~u = f (~u) = f (P R) = f (P )f (R) = P f (R)
por tanto f (R) = R. Luego R es un punto jo y ~u 2 W(F ).
22

Estrategia para buscar los puntos jos Sea (A; V; ) un espacio afn,
f una transformacin afn de A y R = fO; Bg un sistema de referencia de A.
Sea
1 ~0t
MR (f ) = ~
b A
la matriz asociada a f donde A es la matriz asociada a la aplicacin lineal f en
la base B.
Si P es un punto jo se cumple:
!
!
!
!
!
f (OP ) = f (O)f (P ) = f (O)P = OP Of (O);
!
!
f (OP ) = A OP ;
luego,
!
!
!
= Of (O) + f (OP ) = ~b + A OP ;
!
= Of (O),

!
OP
donde ~b
o equivalentemente,

!
I) OP + ~b

~0 = (A

que es la ecuacin que deben satisfacer los puntos jos de f .

Ejemplo Hallar los puntos jos de la transformacin afn

f (x; y) = ( 2y + 1; x + 3y

1):

Solucin Se tiene:
f (0; 0)

(1; 1);

f (x; y)

( 2y; x + 3y) =)

f (1; 0) = (0; 1)
f (0; 1) = ( 2; 3)

La matriz asociada a f es
0

1
MRR (f ) = @ 1
1

1
0
2 A
3

0
0
1

y la matriz asociada a la aplicacin lineal f es

A=

0
1

2
3

El subespacio de puntos jos de f es F = fX 2 A j f (X) = Xg y las ecuacin

que debe satisfacer un punto X que es punto jo es:
!
!
(A I) OX + ~b = ~0; con ~b = Of (O) = (1; 1)
23

esto es, como

0
0

1
1

2
2

x
y

se tiene: F = f(x; y) 2 A j x + 2y

1
1

() x + 2y

1 = 0;

1 = 0g.

Denicin Sea (A; V; ) un espacio afn, f una transformacin afn de A y S

un subespacio afn de A. Diremos que S es un subespacio afn invariante de f
si f (S) S.
Observacin Seaf una transformacin afn de A con aplicacin lineal asociada f : V ! V y S un subespacio afn de A que contiene al punto P y cuyo
espacio vectorial asociado est generado por los vectores ~u1 ; : : : ; ~ur ; esto es,
S
P + L (f~u1 ; : : : ; ~ur g). Entonces el subespacio afn f (S) contiene al punto
f (P ) y est generado por los vectores f (~u1 ); : : : ; f (~ur ); esto es,
f (S) = f (P ) + L

f (~u1 ); : : : ; f (~ur )

Entonces S es invariante por f si y slo si

1. L

f (~u1 ); : : : ; f (~ur )

!
2. P f (P ) 2 L (f~u1 ; : : : ; ~ur g)

L (f~u1 ; : : : ; ~ur g)

Caso particular: Una recta r

P + L (~u) es invariante por f si y slo si

1. L(f (~u))
L (~u) () f (~u) = ~u; esto es, ~u es un autovector de la aplicacin lineal f
!
2. P f (P ) 2 L (~u)
Ejemplo Hallar los subespacios invariantes de la aplicacin f del ejemplo
anterior.
Solucin Para buscar los subespacios invariantes de f calculo primero los
autovalores de f . El polinomio caracterstico de A es
det(A

I) =

2
1

y, por tanto, los autovalores de A son

3 +2=(

= 1; 2.

24

1) (

2)

Los correspondientes subespacios de autovectores de f son

n
o
V (1) =
~v j (A I)~v = ~0
=

1
1

(x; y) tales que

2
2

x
y

= f(x; y) tales que x + 2y = 0g = L(f(2; 1)g)

n
o
V (2) =
~v j (A 2I)~v = ~0
=

2
1

(x; y) tales que

2
1

x
y

0
0

0
0

= f(x; y) tales que x + y = 0g = L(f(1; 1)g)

Por otro lado
!
P f (P ) = f (P ) P = ( 2y + 1; x + 3y 1)
= ( x 2y + 1; x + 2y 1) 2 V (2)

(x; y)

!
pues las componentes del vector P f (P ) satisfacen la ecuacin de V (2).
Por tanto, las rectas cuyo espacio vectorial asociado es V (2) = L(f(1; 1)g)
son rectas invariantes de f pues
f (1; 1) = 2(1; 1)
!
P f (P ) 2 V (2)
!
Si x + 2y 1 = 0 (es la recta de puntos jos de f ) entonces P f (P ) = ~0 2 V (1).
La recta de puntos jos, es en particular, una recta invariante de f .
Ejercicio Sea un espacio afn (A3 ; V; ) y R = fO; ~e1 ; ~e2 ; ~e3 g un sistema de
referencia en A3 . Determinar la transformacin afn f de A3 tal que el plano
x+2y z = 1 es un plano de puntos jos de f y el vector ~e1 es un autovector
de f asociado al autovalor 3.
Solucin Para determinar f necesitamos la imagen por f de una referencia
afn de A. Como el plano es un plano de puntos jos, cualquier punto del
plano es un punto jo de f . Por ejemplo, el punto P (1; 0; 0) 2 es un punto
jo de f ; esto es, f (P ) = P . Tambin sabemos que los vectores del subespacio
vectorial asociado a , esto es, los vectores del plano ~
x + 2y z = 0, son
autovectores asociados al autovalor 1. Por ejemplo para
~u = (1; 0; 1) 2 ~
~v = (0; 1; 2) 2 ~

f (~u) = ~u = (1; 0; 1) 2 ~
f (~v ) = ~v = (0; 1; 2) 2 ~

=)

y, tambin sabemos que f (~e1 ) = 3~e1 ; esto es, f (1; 0; 0) = 3(1; 0; 0).

25

Como B 0 = (~e1 ; ~u; ~v ) es una base de

fP ; B 0 g. Se tiene:
0
1
B 1
MR0 R (f ) = B
@ 0
0
Se tiene:

MRR (f )

V , consideramos la referencia R =
0
3
0
0

0
1
0
1

1
0
0 C
C:
1 A
2

= MR0 R (f )MRR0 = MR0 R (f )(MR0 R )

1
0
10
1 0 0 0
1 0 0 0
B 1 3 1 0 CB 1 1 1 0 C
C
CB
= B
@ 0 0 0 1 A@ 0 0 0 1 A
0 0 1 2
0 0 1 2

1
1

1
B 2
=B
@ 0
0

0 0
3 4
0 1
0 0

1
0
2 C
C:
0 A
1

Comprobacin. Obviamente f (~e1 ) = 3~e1 y tambin se cumple:

10 1 0 1
0
1
1
1 0 0 0
CB 1 C B 1 C
B 2 3 4
2
CB C B C
f (P ) = f (1; 0; 0) = B
@ 0 0 1 0 A@ 0 A = @ 0 A = P
0
0
0 0 0 1
0
10 1 0 1
3 4
2
1
1
f (~u) = f (1; 0; 1) = @ 0 1 0 A @ 0 A = @ 0 A = ~u
0 0 1
1
1
0
10 1 0 1
3 4
2
0
0
f (~v ) = f (1; 0; 1) = @ 0 1 0 A @ 1 A = @ 1 A = ~v :
0 0 1
2
2

2.4

Algunos ejemplos de transformaciones

Sea (A; V; ) un espacio afn y sea f una transformacin afn de A con aplicacin
lineal asociada f y sea MR (f ) la matriz asociada a f respecto de cierta referencia
R.
2.4.1

Traslaciones

Dado un vector ~v 2 V , se dene la traslacin de vector ~v como la transformacin

!
afn T~v de A tal que P f (P ) = ~v , para todo P 2 A.
Proposicin Toda traslacin T~v es una aplicacin afn cuya aplicacin lineal
asociada es la identidad.
Demostracin Para cualesquiera P; Q 2 A se cumple lo siguiente:
!
!
!
!
!
T~~v P Q
= T~v (P )T~v (Q) = T~v (P )P + P Q + QT~v (Q)
!
!
=
~v + P Q + ~v = P Q:
26

Luego T~~v = Id.

2.4.2

Proyecciones

Una transformacin afn f de A se dice que es una proyeccin si f 2 = f . Por

tanto, si f es una proyeccin MR (f ) es idempotente (MR (f )2 = MR (f )).
La aplicacin lineal asociada a una proyeccin es idempotente: f 2 = f .
Observacin El conjunto de puntos jos de una proyeccin f es el subespacio
afn Im f .
2.4.3

Homotecias

Una transformacin afn f de A se dice que es una homotecia de razn r si

f = rIV .
Observacin Una homotecia de razn r tiene un nico punto jo C llamado
centro de la homotecia. Se tiene:
!
!
!
!
f (CP ) = f (C)f (P ) = Cf (P ) = rCP
luego

!
f (P ) = C + rCP .

Clculo del centro de una homotecia Sea C 2 A el centro de una homotecia f . Se tiene:
!
!
!
!
!
P C = P f (P ) + f (P )C = P f (P ) + rP C =) (1

!
!
r)P C = P f (P ):

Por tanto, el punto jo C cumple

C=P +

1
1

!
P f (P ):

Ejemplo 1 Estudiar si la aplicacin afn f (x; y; z) = (1 + 23 x; 1 + 32 y; 2 + 23 z)

tiene algn punto jo o algn subespacio invariante.
Solucin La matriz asociada a f es
0
1 0
2
B 1
3
MR (f ) = B
@ 1 0
2 0

0
0
2
3

y la matriz asociada a la aplicacin lineal f es

MB (f ) =
27

2
Id:
3

1
0
0 C
C
0 A
2
3

Por tanto, f es una homotecia de razn r = 23 . El centro de la homotecia es:

C=P +

1
1

2
3

!
P f (P )

para cualquier P 2 A. Tomo P (0; 0; 0) entonces f (P ) = f (0; 0; 0) = (1; 1; 2) y

!
P f (P ) = f (P ) P = (1; 1; 2), por tanto
C=

3
3

(1; 1; 2) = (3; 3; 6):

Los subespacios invariantes de f son:

- El centro C(3; 3; 6) pues es un punto jo
- Las rectas que contienen al centro
- Los planos que contienen al centro
Ejemplo 2 Estudiar si la aplicacin afn f (x; y; z) = (x + 1; y + 2; z + 3) tiene
algn punto jo o algn subespacio invariante.
Solucin La matriz asociada a f es
0
1
B 1
MR (f ) = B
@ 2
3

0
1
0
0

0
0
1
0

1
0
0 C
C
0 A
1

y la matriz asociada a la aplicacin lineal f es la identidad. Por tanto, f es una

!
traslacin de vector ~v = Of (O) = (1; 2; 3) (0; 0; 0) = (1; 2; 3). Las traslaciones
no tienen puntos jos.
Los subespacios invariantes de f son:
- Las rectas que tienen direccin la del vector de traslacin; esto es, rectas de
la forma r P + L(f~v g).
- Los planos que tienen la direccin del vector de traslacin; esto es, planos de
la forma
P + L(f~v ; wg).
~
Ejemplo 3 Estudiar si la aplicacin afn f (x; y; z) = ( 2+2x y; 4+2x y; z)
tiene algn punto jo o algn subespacio invariante.

28

Solucin La matriz asociada a f es

0
1
B 2
B
MR (f ) = @
4
0

0
2
2
0

0
1
1
0

1
0
0 C
C
0 A
1

y la matriz asociada a la aplicacin lineal f es

0
1
2
1 0
1 0 A:
A = MB (f ) = @ 2
0 0 1
Los autovalores de A son

= 0 y 1 pues:
2

det(A

I) =

1
2
0

0
0

1
0

1) :

Quizs la matriz A sea idempotente pues sus autovalores son = 0 y 1. Se comprueba que A2 = A y por tanto, A es idempotente. Luego f es una proyeccin.
El subespacio de puntos jos de f es
o
n
!
F = X 2 A j (A I) OX + ~b = ~0 ;
esto es,

1 0
0
1
@ 0 A=@ 2
0
0

equivalentemente

10
1 0
1
2
1 0
x
2 0 A@ y A + @ 4 A
0 0
z
0

8
< 0=x y 2
0 = 2x 2y 4
:
0=0

Por tanto el plano

x y 2 = 0 es un plano de puntos jos (cuyo espacio
vectorial asociado es el autovectores asociados al autovalor = 1).
Veamos cul es el subespacio de autovectores asociado al autovalor = 0:
8
0
10
1 0 19
2
1 0
x
0 =
<
1 0 A@ y A = @ 0 A
V (0) =
(x; y; z) tales que @ 2
:
;
0 0 1
z
0
= f(x; y; z) tales que 2x

y = 0, z = 0g

Por otro lado

!
P f (P ) = f (P ) P = ( 2 + 2x y; 4 + 2x y; z)
= ( 2 x y; 4 + 2x 2y; 0) 2 V (0)
29

(x; y; z)

!
pues las componentes del vector P f (P ) cumplen la ecuacin de V (0). Por
tanto, las rectas cuyo espacio vectorial asociado es V (0) = L(f(1; 2; 0)g) son
rectas invariantes de f .
Los subespacios invariantes de f son:
- Las rectas con espacio vectorial asociado V (0) = L(f(1; 2; 0)g).
- Los planos que contienen a rectas invariantes.
- El plano de puntos jos

2 = 0.

- Las rectas contenidas en el plano de puntos jos pues son rectas de puntos
jos.
Ejercicio Obtener la expresin analtica de una aplicacin afn f : A3 ! A3
sabiendo que transforma el origen en el punto de coordenadas (3; 1; 1) y el plano
de ecuacin cartesiana x1 + 2x2 x3 + 1 = 0 es un plano de puntos jos.
Solucin Como el plano es un plano de puntos jos, el plano vectorial
asociado a es un plano de autovectores asociados al autovalor = 1 de la
aplicacin lineal asociada f . Como
P + L (f~u1 ; ~u2 g) con P (0; 0; 1), ~u1 =
(1; 0; 1), ~u2 = (0; 1; 2) pues P 2 (esto es, las coordenadas de P son solucin
de la ecuacin de ) y los vectores ~u1 ,~u2 2 ~ (sus respectivas coordenadas son
solucin de la ecuacin homogennea asociada: x1 + 2x2 x3 = 0).
Por tanto, sabemos:
f (O) = f (0; 0; 0) = (3; 1; 1)
f (P ) = P =) f (0; 0; 1) = (0; 0; 1)
f (~u1 ) = ~u1 =) f (1; 0; 1) = (1; 0; 1)
f (~u2 ) = ~u2 =) f (0; 1; 2) = (0; 1; 2)
De las dos primeras condiciones obtenemos
!
!
f (OP ) = f (O)f (P ) = (0; 0; 1)
!
OP = (0; 0; 1) = ~e3 :

(3; 1; 1) = ( 3; 1; 0);

Por tanto,
f (~e3 ) = ( 3; 1; 0) = 3~e1 ~e2 ;
f (~e1 + ~e3 ) = f (~e1 ) + f (~e3 ) = ~e1 + ~e3 ;
f (~e2 + 2~e3 ) = f (~e2 ) + 2f (~e3 ) = ~e2 + 2~e3 ;
de donde obtenemos:
f (~e3 ) =
3~e1 ~e2 ;
f (~e1 ) = ~e1 + ~e3 f (~e3 ) = 4~e1 + ~e2 + ~e3 ;
f (~e2 ) = ~e2 + 2~e3 2f (~e3 ) = 6~e1 + 3~e2 + 2~e3 ;
30

luego,

1
B 3
MRR (f ) = B
@ 1
1

0
4
1
1

0
6
3
2

1
0
3 C
C
1 A
0

Otro camino.
n
o
!
!
Considerando la referencia R0 = P ; OP ; ~u1 ; ~u2 (ntese que OP , ~u1 , ~u2
son linealmente independientes), obtenemos:
0
1
1 0 0 0
B 0
3 1 0 C
C:
MR0 R (f ) = B
@ 0
1 0 1 A
1 0 1 2
Y como

MR0 R
obtenemos

1
B 0
=B
@ 0
1
0

1
B 0
1
MRR (f ) = MR0 R (f ) MR0 R = B
@ 0
1
1
0
1 0 0 0
B 3 4 6
3 C
C:
= B
@ 1 1 3
1 A
1 1 2 0

0
0
0
1

0
1
0
1

1
0
0 C
C;
1 A
2

0
3
1
0

10
1
0 0
B 0
1 0 C
CB
0 1 A@ 0
1
1 2

0
0
0
1

0
1
0
1

1
0
0 C
C
1 A
2

Luego la expresin analtica de f es:

f (x1 ; x2 ; x3 ) = (3 + 4x1 + 6x2

3x3 ; 1 + x1 + 3x2

31

x3 ; 1 + x1 + 2x2 ):

Espacio afn eucldeo

Denicin Se dice que un espacio afn (A; V; ) es un espacio afn eucldeo si

el espacio vectorial V es un espacio vectorial eucldeo.
Recordamos que un espacio vectorial real V es un espacio vectorial eucldeo
si est dotado de un producto escalar; esto es, de una aplicacin
h ; i:V

! R;

bilineal, simtrica y denida positiva. Usaremos la notacin h~u; ~v i, ~u ~v indistintamente.

Notacin Denotaremos E a los espacios vectoriales eucldeos y (E; E; ) a los
espacios anes eucldeos.
Denicin Una distancia d en un espacio afn A es una aplicacin
d: A

A ! R, (P; Q) 7 ! d(P; Q)

que cumple:
1. d es denida positiva; esto es, d(P; Q)

0 y d(P; Q) = 0 si y slo si P = Q.

2. d es simtrica; esto es, d(P; Q) = d(Q; P ).

3. d cumple la desigualdad triangular; esto es,d(P; Q)

d(P; R) + d(R; Q).

Observacin El producto escalar denido en un espacio vectorial V permite

denir una distancia d en el espacio afn (A; V; ) de la siguiente manera:
q
! !
d : A A ! R, d(P; Q) = P Q P Q:

3.1

Referencias ortogonales

Un sistema de referencia afn R = fO; ~e1 ; : : : ; ~en g en un espacio afn eucldeo

(E; E; ) se dice ortogonal (resp. ortonormal ), si la base B = f~e1 ; : : : ; ~en g del
espacio vectorial V es ortogonal (resp. ortonormal).
Cambio de sistema de referencia ortonormal Sea (E; E; ) un espacio
afn eucldeo de dimensin n. Sean R = fO; Bg y R0 = fO0 ; B 0 g dos sistemas
de referencia ortonormales de E.
Si O0 (a1 ; : : : ; an ) y MB 0 B es la matriz de cambio de base entonces la matriz
del cambio de sistema de referencia de R0 a R es:
0
1
1 0
0
B a1
C
B
C
M R0 R = B .
C
@ ..
A
M 0
B B

an

Se verica que:

32

1. La matriz MB 0 B es una matriz ortogonal; esto es, MB 01B = MBT 0 B .

2. det MB 0 B = 1. Si det MB 0 B = 1 se dice que B 0 y B tienen la misma
orientacin y si det MB 0 B = 1 se dice que B 0 y B tienen distinta orientacin.

3.2

Subespacios anes ortogonales

Sea (E; E; ) un espacio afn eucldeo de dimensin n.

Recordamos que, dado un subespacio vectorial W E, el conjunto denido
como sigue:
f~v 2 E j ~v w
~ = 0 para todo w
~ 2 Wg

es un subespacio vectorial de E que denotamos W ? y llamamos subespacio

ortogonal a W y cumple
E = W W ?:
Por tanto,
dim E = dim W + dim W ? :
!
!
Denicin Dos subespacios anes L1 y L2 de E tales que dim L1 +dim L2 n
se dicen que son ortogonales si sus respectivos subespacios vectoriales asociados
! !
!
L1 y L2 son ortogonales; esto es, cualquier vector ~u 2 L1 es ortogonal a cualquier
!
vector ~v 2 L2 .
!
!
!
!
Si dim L1 + dim L2 > n, diremos que L1 , L2 son ortogonales si L1 ? y L2 ?
son ortogonales.
Notacin. Si L1 y L2 son ortogonales, usaremos la notacin L1 ? L2 .
!
Denicin Sea L un subespacio afn con subespacio vectorial asociado L .
!
Se dice que el subespacio afn L0 con subespacio vectorial asociado L0 es el
!
!
complemento ortogonal de L si L y L0 son ortogonales y adems V = L L0 .
Casos particulares
1. Dos rectas r = P + L(f~v g), r0 = P 0 + L(f~v 0 g) son ortogonales si y slo si
~v ~v 0 = 0.
2. En dimensin 3, una recta r = P + L(~v ) es el subespacio ortogonal a un
plano de subespacio vectorial asociado W si ~v es ortogonal a cualquier
vector de W (en este caso, V = W L(~v )).
3. Sea
= P + L(f~u1 ; ~u2 g) un plano afn. La recta r = P + L(f~v g) es
ortogonal a si el vector ~v es ortogonal a los vectores ~u1 y ~u2 .
4. En dimensin 3, una recta r = P + L(f~v g) es ortogonal a un plano =
P + L(f~u1 ; ~u2 g) si el vector ~v es paralelo al vector normal al plano; esto
es, ~v y ~n son paralelos, donde ~n = ~u1 ^ ~u2 y ^ denota el producto vectorial
en E3 .
33

5. En dimensin 3, dos planos 1 y

vectores normales son ortogonales.
3.2.1

son ortogonales si sus respectivos

Proyeccin ortogonal de un punto sobre un subespacio afn

Sea L un subespacio afn de un espacio afn eucldeo E y sea P un punto de E

que no pertenece a L (esto es, P 2 E L). La proyeccin ortogonal de P sobre L
es el punto P0 interseccin de L con el complemento ortogonal a L que contiene
al punto P ; esto es,
prL (P ) = L \ S donde S

3.3

~?
P +L

Distancia entre dos subespacios anes

Sea (E; E; ) un espacio afn eucldeo de dimensin n. Sean L1 y L2 dos subespacios anes de E. Se dene la distancia entre L1 y L2 como el mnimo de las
distancias entre sus puntos; esto es,
d(L1 ; L2 ) = min fd(P1 ; P2 ) j P1 2 L1 y P2 2 L2 g :
Ntese que si L1 \ L2 6= ; entonces d(L1 ; L2 ) = 0.
~1
Si L1 y L2 son subespacios paralelos, supongamos L

~ 2 entonces
L

d(L1 ; L2 ) = d(P; L2 ) = min fd(P; P2 ) j P2 2 L2 g

siendo P un punto arbitrario de L1 .
~ 1 y L2 = P2 + L
~ 2 no son paralelos entonces construimos un
Si L1 = P1 + L
subespacio H que sea paralelo a uno de ellos y que contenga al otro. Por
~1 + L
~ 2 . El subespacio H contiene a
ejemplo, podemos tomar H = P1 + L
L1 y es paralelo a L2 ; por tanto,
d(L1 ; L2 ) = d(H; L2 )
y estamos en el caso anterior.
Por tanto, el problema se reduce a calcular la distancia de un punto P a un
subespacio L.
3.3.1

Distancia de un punto P a un subespacio afn L

~
Sea (E; E; ) un espacio afn eucldeo de dimensin n. Sea P 2 E y sea L = Q+ L
un subespacio afn de E, con P 2
= L. Entonces, si llamamos P0 a la proyeccin
ortogonal de P sobre L, se tiene:
!
d(P; L) = d(P; P0 ) = P P0 :
A continuacin estudiaremos varios casos particulares de distancia entre subespacios anes.
34

Distancia de un punto P a un hiperplano H Sea P un punto de coordenadas (p1 ; : : : ; pn ) y sea el hiperplano H de ecuacin cartesiana a1 x1 +
+
an xn + b = 0.
Si denotamos P0 a la proyeccin ortogonal de P sobre H, se tiene:
d(P; H) = d(P; P0 ):
Sea ~u el vector unitario normal al hiperplano; esto es,
(a1 ; : : : ; an )
~u = p 2
a1 +
+ a2n

Se cumple:
d(P; P0 )

!
= jP P0 ~uj = (x1
=
=

ja1 x1 +
ja1 p1 +
p
a21 +

p1 ; : : : ; xn

+ an xn (a1 p1 +
p
a21 +
+ a2n
+ an pn + bj

(a1 ; : : : ; an )
pn ) p 2
a1 +
+ a2n
+ an pn )j

+ a2n

Distancia de un punto P a una recta r Sea P 2 E y sea r Q + L(f~ug)

una recta en E. Denotamos P0 a la proyeccin ortogonal de P sobre r, se tiene:
d(P; r) = d(P; P0 );
!
donde P0 es un punto de la recta r que cumple P P0 ~u = 0.
Distancia entre dos rectas que se cruzan en E3 Sean r1 P1 + L(f~u1 g)
y r2 P2 + L(f~u2 g) dos rectas en E3 . Construimos un plano paralelo a una de
ellas y que contenga a la otra; por ejemplo, el plano
P2 + L(f~u1 ; ~u2 g) es
paralelo a la recta r1 y contiene a la recta r2 . Y consideramos el vector unitario
normal al plano ; esto es, el vector
~u =

1
~u1 ^ ~u2
k~u1 ^ ~u2 k

donde ^ denota el producto vectorial en E3 . Se tiene:

d(r1 ; r2 ) = d(r1 ; )
!
Consideramos el paraleleppedo cuyas aristas son los vectores P2 P1 , ~u1 y ~u2 . El
volumen de dicho paraleleppedo es el valor absoluto del producto mixto de ~u1 ,
!
~u2 y P2 P1 ; esto es,
h
!i
!
!
V = ~u1 ; ~u2 ; P2 P1 = P2 P1 (~u1 ^ ~u2 ) = P2 P1 k~u1 ^ ~u2 k jcos j
35

!
donde es el ngulo que forman los vectores P2 P1 y ~u1 ^ ~u2 .
El rea de la base del paraleleppedo es:
A = k~u1 ^ ~u2 k
La distancia entre r1 y

es la altura de dicho paraleleppedo. Por tanto,

h
!i
~u1 ; ~u2 ; P2 P1
!
d(r1 ; r2 ) = d(r1 ; ) =
= P2 P1 jcos j :
k~u1 ^ ~u2 k

3.4

ngulos

El ngulo formado por dos vectores no nulos ~u y ~v de un espacio vectorial

eucldeo, es el nmero real que denotaremos (~u; ~v ) ~ud
; ~v tal que
cos(~ud
; ~v ) =

36

~u1 ~u2
k~u1 k k~u2 k

Isometras

Denicin Sean (E; E; ) y (E0 ; E 0 ; 0 ) dos espacios anes eucldeos. Diremos

que una aplicacin afn f : E ! E0 es una isometra si
d0 (f (P ); f (Q)) = d(P; Q);

8P; Q 2 E;

donde d es la distancia denida en E y d0 es la distancia denida en E0 .

Observacin Las isometras son siempre inyectivas ya que si f (P ) = f (Q)
entonces
0 = d0 (f (P ); f (Q)) = d(P; Q)
implica P = Q.
Proposicin Una aplicacin afn f : E ! E0 es una isometra si y slo si su
aplicacin lineal asociada f : E ! E 0 conserva el producto escalar (esto es, f
es una isometra vectorial).
Demostracin Veamos primero que si f es una isometra entonces f conserva
el producto escalar. Sean ~u; ~v 2 E y sea P 2 E, entonces se tiene por la denicin
!
!
de espacio afn que existen A; B 2 E tales que ~u = P A y ~v = P B. Entonces,
d0 (f (A); f (B))2

!
!
= f (A)f (B) f (A)f (B)
!
!
!
!
f (A)f (P ) + f (P )f (B)
f (A)f (P ) + f (P )f (B)
=
!
!
!
!
= f (A)f (P ) f (A)f (P ) + 2f (A)f (P ) f (P )f (B)
!
!
+f (P )f (B) f (P )f (B)
!
!
= d0 (f (A); f (P ))2 + 2f (A)f (P ) f (P )f (B) + d0 (f (P ); f (B))2
!
!
=
d(A; P )2 + 2f (AP ) f (P B) + d(P; B)2 ;
f es isom etra

y, por otro lado,

d(A; B)2

! !
!
!
!
!
= AB AB = AP + P B
AP + P B
! !
! !
! !
= AP AP + 2AP P B + P B P B
! !
= d(A; P )2 + 2AP P B + d(P; B)2 :

Por tanto, como estamos suponiendo que f es una isometra tenemos

d(A; B) = d0 (f (A); f (B));
y, por tanto,
! !
!
!
d(A; P )2 + 2AP P B + d(P; B)2 = d(A; P )2 + 2f (AP ) f (P B) + d(P; B)2 ;
37

! !
!
!
de donde, AP P B = f (AP ) f (P B); esto es,
!
u !
v = f (!
u ) f (!
v ):
Luego f es una isometra vectorial.
Recprocamente, si f es una isometra vectorial, entonces
d(A; B)2

!
!
! !
!
!
= AB AB = f (AB) f (AB) = f (A)f (B) f (A)f (B)
= d0 (f (A); f (B))2 :

Proposicin La composicin de isometras es una isometra.

Observacin Las isometras anes conservan los ngulos entre subespacios
anes ya que
!
f (!
u ) f (!
v)
u !
v
\
= cos(f (!
u\
); f (!
v )):
cos(!
u;!
v)= ! ! =
!
kukk v k
f ( u ) f (!
v)
Denicin Un desplazamiento movimiento es una isometra f de un espacio
afn eucldeo E en s mismo.

4.1

Clasicacin de isometras

La aplicacin lineal asociada a un movimiento f : E ! E, es ortogonal, por

tanto, en un sistema de referencia R = fO; Bg ortonormal, la matriz asociada
a f en esa referencia es de la forma:
!
~0t
1
MRR (f ) =
!
Of (O) A
donde A = MB (f ) es una matriz ortogonal; esto es, A 1 = At . Por tanto,
det A = 1.
Si det A = 1 se dice que la isometra es propia directa.
Si det A = 1 se dice que la isometra es impropia indirecta.
4.1.1

Isometras en el plano afn eucldeo

Sea f una isometra de un espacio afn eucldeo E de dimensin 2 en s mismo. Y

sea R = fO; B = (~e1 ; ~e2 )g una referencia ortonormal en E. La matriz asociada
a f respecto de la referencia R es
MRR (f ) =

1 ~0t
~b A

con A =

El polinomio caracterstico de A es det(A

38

a11
a21

a12
a22

I) =

y ~b =
2

b1
b2

tr(A) + det(A).

Subespacio de puntos jos La ecuacin del subespacio de puntos jos de

f es
(A I)X + ~b = ~0:
Por tanto, f tiene puntos jos si la ecuacin anterior tiene solucin.
Si rg(A I) = 2 (por tanto tambin rg(A Ij~b) = 2) entonces f tiene un
nico punto jo.
Si rg(A I) = rg(A Ij~b) = 1 entonces f tiene una recta de puntos jos.
Si rg(A I) = rg(A Ij~b) = 0 entonces f es la aplicacin identidad.
1. Si det A = 1, la isometra f es propia y A 2 SO(2) (matrices de orden 2
ortogonales y con determinante 1). Existe un ngulo tal que
cos
sin

A=
Ntese que, en este caso, det(A

sin
cos
2

I) =

:
tr(A) + 1 y tr(A) = 2 cos .

(a) Si cos = 21 tr(A) 6= 1, entonces = 1 no es autovalor de la matriz A

y, por tanto, rg(A I) = 2 y f tiene un nico punto jo que llamamos
P . En este caso, f es un giro de ngulo y centro el punto jo P .
En el sistema de referencia R0 = fP; B = (~e1 ; ~e2 )g la matriz asociada
a f es
0
1
1
0
0
sin A :
MR0 R0 (f ) = @ 0 cos
0 sin
cos
Si cos = 21 tr(A) = 1 entonces
de centro el punto jo P .

(b) Si cos =

1
2

= 180o y f es una simetra central

tr(A) = 1, entonces
1
0

A=

0
1

y f es una traslacin de vector ~b.

i. rg(A I) = rg(A Ij~b) = 0 entonces f es la aplicacin identidad.
ii. rg(A I) 6= rg(A Ij~b) entonces f es la traslacin de vector ~b.
2. Si det(A) = 1 la isometra f es impropia y A 2 O(2) (matrices de
orden 2 ortogonales). Los autovalores de A son 1; 1. Si tomamos ~u1
autovector asociado a 1 y ~u2 autovector asociado a 1, tenemos que en la
base B 0 = (~u1 ; ~u2 ) la matriz asociada a f (y que con un abuso de notacin
seguimos llamando A) es
1
0

A=
Se tiene rg(A

I) = 1.
39

0
1

(a) Si rg(A Ij~b) = 1 entonces hay una recta de puntos jos de f . Sea P
un punto de dichanrecta (esto es, un punto
o jo de f ), en la referencia
1
1
0
ortonormal R = P; k~u1 k ~u1 ; k~u2 k ~u2
la matriz asociada a f es:
0

1
MR0 R0 (f ) = @ 0
0

0
1
0

1
0
0 A
1

y f es una simetra axial. La recta de puntos jos r P + L(f~u1 g)

se llama eje de la simetra.
(b) Si rg(A Ij~b) = 2nentonces f no tiene o
puntos jos. En la referencia
1
1
0
la matriz asociada a f es:
ortonormal R = O; k~u1 k ~u1 ; k~u2 k ~u2
0

1
MR0 R0 (f ) = @ c1
c2

0
1
0

1
0
0 A:
1

Estudiemos si en este caso hay alguna recta invariante. Sabemos

!
que V (1) = L(f~u1 g) y V ( 1) = L(f~u2 g). Calculamos Xf (X). Sean
(x01 ; x02 ) las coordenadas en la referencia R0 de un punto X arbitrario,
se tiene:
!
Xf (X) = f (X) X = (x01 + c1 ; x02 + c2 ) (x01 ; x02 )
= (c1 ; 2x02 + c2 ):
!
Si 2x02 + c2 = 0 entonces Xf (X) 2 L(f~u1 g). Entonces, la recta de
ecuacin 2x02 + c2 = 0 es una recta invariante de f . Si tomamos
como origen de la referencia un punto P en dicha recta (luego las coc2
ordenadas
de P son de la forma
n
o (p; 2 )), tenemos que en la referencia

R0 = P;

1
u1 ; k~u12 k ~u2
k~
u1 k ~

la matriz de f es:
0

1
MR0 R0 (f ) = @ p
0

0
1
0

1
0
0 A:
1

Se trata de la composicin de una simetra axial de eje la recta invariante P + L(f~u1 g) y una traslacin paralela al eje (de vector (p; 0)).
Observacin. Toda simetra compuesta con traslacin se puede
descomponer de manera nica como una simetra compuesta con una
traslacin de vector el vector director del eje.

40

Cuadro de clasicacin
det A = 1 (entonces cos
rg(A

I)

rg(A

1
tr A)
2

I j b)

Clasicacin

cos

=1

0 (b = 0)

Isometra identidad

cos

=1

1 (b 6= 0)

Traslacin

cos

6= 1

Giro de centro el nico punto jo

det A =

rg(A

I)

rg(A

I j b)

Clasicacin

Simetra respecto la nica

recta de puntos jos

Simetra deslizante

Ejemplo Clasicar la isometra f (x1 ; x2 ) = (1

Solucin
La matriz asociada a esta isometra es
0
1
1 0
0
1 A ; denoto A =
MRR (f ) = @ 1 0
3
1 0

x2 ; 3

0
1

x1 ).

1
0

y ~b =

1
3

Como det(A) = 1 la isometra es impropia, tiene autovalores =

en este caso, ~e1 = p12 ; p12 es una autovector asociado al autovalor

1; 1 y,
= 1

y unitario y ~e2 = p12 ; p12 es una autovector asociado al autovalor

unitario. Veamos si f tiene puntos jos. Como

= 1 y

rg(A

I) = 1 y rg(A

Ij~b) = 2

la isometra f no tiene puntos jos. Se trata de una simetra compuesta con

una traslacin. Veamos si tiene alguna recta invariante. Vamos a calcularla:
!
Xf (X) = f (X) X = (1 x2 ; 3 x1 ) (x1 ; x2 )
= (1 x1 x2 ; 3 x1 x2 ) 2 V ( 1) V (1)
!
!
Luego, Xf (X) 2 V ( 1) si y slo si Xf (X) y ~e1 son proporcionales; esto es, si
1
3

x1
x1

x2
x2

41

= t
= t

Restando las dos ecuaciones obtenemos 2 = 0 que es imposible.

!
!
Y Xf (X) 2 V (1) si y slo si Xf (X) y ~e2 son proporcionales; esto es, si
1
3

x1
x1

x2
x2

=
t
= t

!
Restando las dos ecuaciones obtenemos t = 1 y por tanto, Xf (X) 2 V (1) si y
slo si
x1 + x2 = 2
que es la ecuacin de la recta invariante.
Por tanto, f es una simetra deslizante; esto es, una simetra s de eje la recta
invariante compuesta con una traslacin de vector proporcional al autovector
asociado al autovalor = 1 (vector director de la recta invariante). La matriz
de la simetra es
1
0
1 0
0
1 A
MRR (s) = @ a 0
b
1 0
donde a; b son tales que s deja jo cualquier punto de la recta x1 + x2 = 2. Por
ejemplo, imponemos que deja jo el punto (1; 1):
0
10 1 0 1
1 0
0
1
1
a=2
@ a 0
1 A @ 1 A = @ 1 A =)
b=2
b
1 0
1
1
Calculemos cal es el vector de
0
1 0
MRR (f ) = @ 1 0
3
1
0
1
= @ v1 + 2
v2 + 2
luego v1 =

1 y v2 = 1.

traslacin:
1 0
1
0
1 A = @ v1
v2
0
1
0
0
0
1 A
1 0

10
1
0 0
1 0 A@ 2
2
0 1

0
0
1

1
0
1 A
0

Ejemplo Obtener la expresin analtica de la isometra del plano que es composicin de la simetra de eje la recta de ecuacin x1 + x2 = 1 con la traslacin
de vector ~v = (1; 2). Descomponer la isometra obtenida como composicin de
una simetra y una traslacin de vector paralelo al eje de simetra.
Solucin
La recta vectorial asociada al eje de simetra tiene ecuacin cartesiana x1 +
x2 = 0.
Considero el sistema de referencia R0 = fP; (~u1 ; ~u2 )g donde P es un punto
del eje de simetra, por ejemplo, P (1; 0), el vector ~u1 es un vector unitario en
la recta x1 + x2 = 0; por ejemplo ~u1 = p12 ; p12 y el vector ~u2 es un vector
42

unitario y ortogonal a ~u1 ; esto es, ~u2 = p12 ; p12

asociada a la simetra S de eje x1 + x2 = 1 es
0
1 0
MR0 R0 (S) = @ 0 1
0 0
Por tanto,

MRR (S)

= MR0 R MR0 R0 (S)MRR0

= MR0 R MR0 R0 (S)(MR0 R )
0
10
1
0
0
1
1
1
p
p A@ 0
= @ 1
2
2
p1
p1
0
0
2
2
1
0
1 0
0
1 A:
= @ 1 0
1
1 0

. En dicha referencia la matriz

1
0
0 A:
1

0
1
0

10
1
0
A
@
1
0
1
0

p1
2
p1
2

p1
2
p1
2

La traslacin T de vector ~v = (1; 2) tiene matriz asociada:

0
1
1 0 0
MRR (T ) = @ 1 1 0 A :
2 0 1
Por tanto, la matriz asociada a la isometra pedida
0
1 0
MRR (T S) = MRR (T )MRR (S) = @ 1 1
2 0
0
1
1 0
0
1 A:
= @ 2 0
3
1 0

es

10
1
0
0 A@ 1
1
1

0
0
1

1
0
1 A
0

(T

S)(x1 ; x2 ) = (2

x2 ; 3

x1 ):

Vamos a descomponer la isometra obtenida como composicin de una simetra

y una traslacin t2 de vector paralelo al eje de simetra. Descomponemos el vector ~v = (1; 2) como suma de un vector de direccin paralela al eje de simetra s
y un vector ortogonal a dicho vector:
~v = (1; 2) = a(1; 1) + b(1; 1);
de donde a =

1
2

y b =

3
2.

Por tanto, tomamos la traslacin t2 de vector

43

~v2 = (

1 1
2 ; 2 ).

Hallamos la simetra s2 :
0
10
1
0
1 0 0
1 0
0
1 0
@ 2 0
1 A = @ 21 1 0 A @ c 0
1
3
1 0
d
1
0 1
1
0 2
1
0
0
0
1 A
= @ c 12
1
d+ 2
1 0

de donde, c =

5
2

1
0
1 A
0

y d = 52 . Luego,

MRR (s2 ) = @

1
0
1 A:
0

0
0
1

5
2
5
2

Vamos a calcular la recta de puntos jos de la simetria s2 . Se tiene:

!
Xs2 (X)

=
=
=

5
2
5
2
5
2

5
2

y;

(x; y)

5
2

y;

y (1; 1) :

Por tanto, la recta 5 = 2x + 2y es la recta de puntos jos de la simetra s2 (es

el eje de simetra).
4.1.2

Isometras en el espacio afn eucldeo tridimensional

Sea f una isometra de un espacio afn eucldeo E de dimensin 3 en s mismo.

Y sea R = fO; B = (~e1 ; ~e2 ; ~e3 )g una referencia ortonormal en E. La matriz
asociada a f respecto de la referencia R es
0
1
0
1
a11 a12 a13
b1
1 ~0t
MRR (f ) = ~
con A = @ a21 a22 a23 A y ~b = @ b2 A :
b A
a
a
a
b
31

El polinomio caracterstico de A es det(A

det(A), donde
tr2 (A) =

a11
a21

a12
a22

a11
a31

32

33

I) =
a13
a33

+ tr(A)

a22
a32

a23
a33

tr2 (A) +

Subespacio de puntos jos La ecuacin del subespacio de puntos jos de

f es
(A I)X + ~b = ~0:

44

Por tanto, f tiene puntos jos si la ecuacin anterior tiene solucin.

Si rg(A I) = 3 (por tanto tambin rg(A Ij~b) = 3) entonces f tiene un
nico punto jo.
Si rg(A I) = rg(A Ij~b) = 2 entonces f tiene una recta de puntos jos.
Si rg(A I) = rg(A Ij~b) = 1 entonces f tiene un plano de puntos jos.
Si rg(A I) = rg(A Ij~b) = 0 entonces f es la aplicacin identidad.
1. Si det A = 1, la isometra f es propia y A 2 SO(3) (matrices de orden 3
ortogonales y con determinante 1) y, en una base ortonormal conveniente
B 0 la matriz asociada a f se escribe:
0
1
1
0
0
sin A :
MB 0 B 0 (f ) = @ 0 cos
0 sin
cos
Ntese que, en este caso, tr(A) = 1 + 2 cos .

(a) Si cos = 1, entonces rg(A I) = 0, entonces pueden pasar dos cosas:

i. rg(A Ij~b) = 0 y, en este caso,
1
0
1 0 0 0
B 0 1 0 0 C
C
MR0 R0 (f ) = B
@ 0 0 1 0 A
0 0 0 1
y f es la aplicacin identidad.
ii. rg(A Ij~b) = 1 y, en este caso, no hay puntos jos y f es una
traslacin de vector ~b. La matriz asociada a f en este caso es:
1
0
1 0 0 0
B b1 1 0 0 C
C
MR0 R0 (f ) = B
@ b2 0 1 0 A :
b3 0 0 1

(b) Si jcos j 6= 1, entonces rg(A I) = 2 y pueden pasar dos cosas:

i. rg(A Ij~b) = 2 y, en este caso, hay toda una recta de puntos jos
r
Q + L(f~u1 g), donde ~u1 es nautovalor asociado al
o autovalor
1
0
la matriz
= 1. En la referencia R = Q; k~u1 k ~u1 ; ~u2 ; ~u3
asociada a f es
0
1
1 0
0
0
B 0 1
C
0
0
C:
MR0 R0 (f ) = B
@ 0 0 cos
sin A
0 0 sin
cos
Y f es un giro rotacin de angulo y eje la recta r de puntos
jos.
En el caso particular de que cos = 1, tendramos una simetra
axial de eje la recta r de puntos jos.
45

ii. rg(A Ij~b) = 3 y, en este caso, no hay puntos jos. La matriz

asociada a f se puede escribir como sigue:
MR0 R0 (f )

=
0

1 ~0t
~b A

10
1
0 0 0
B 0
1 0 0 C
CB
0 1 0 A@ 0
0
0 0 1

1
B b1
= B
@ b2
b3

0
1
0
0

0
0
cos
sin

0
0
sin
cos

1
C
C
A

y f es un movimiento helicoidal, esto es, un giro de ngulo y eje

la recta invariante de f con subespacio vectorial asociado V (1),
compuesto con una traslacin paralela a dicha recta (de vector
!
~u = Xf (X), con X 2 r).
2. Si det A = 1, la isometra f es impropia indirecta y A 2 O(3) (matrices de orden 3 ortogonales) y, en una base ortonormal conveniente
B 0 = (~e01 ; ~e02 ; ~e03 ) (el vector ~e01 es autovector asociado a = 1 y unitario)
la matriz asociada a f se escribe:
1
0
1
0
0
sin A :
MB 0 B 0 (f ) = @ 0 cos
0 sin
cos
Ntese que, en este caso, tr(A) =
(a) Si cos = 1 entonces rg(A

1 + 2 cos .

I) = 1.

i. Si rg(A Ij~b) = 1 entonces hay un plano

n
P + L(f~v1 ; ~v2 g). En la referencia R0 = Q;
la matriz asociada a f se escribe
0
1 0 0
B 0
1 0
MR0 R0 (f ) = B
@ 0 0 1
0 0 0

de puntos jos
o
~e1 ; k~v11 k ~v1 ; k~v12 k ~v2
1
0
0 C
C
0 A
1

y f es una simetra especular respecto del plano de puntos jos.

ii. Si rg(A Ij~b) = 2 entonces no hay puntos jos. La matriz
asociada a f se puede escribir como sigue:
MR0 R0 (f )

=
0

1 ~0t
~b A

1
B b1
= B
@ b2
b3
46

10
0 0 0
1
B 0
1 0 0 C
CB
0 1 0 A@ 0
0 0 1
0

0
1
0
0

1
0 0
0 0 C
C
1 0 A
0 1

y f es una simetra compuesta con una traslacin de vector

paralelo al plano invariante (~v = (0; c2 ; c3 )).
(b) Si cos 6= 1 entonces f no tiene el autovalor = 1 y hay un nico
punto jo Q. En la referencia ortonormal R0 = fQ; (~u1 ; ~u2 ; ~u3 )g la
matriz asociada a f se escribe:
1
0
10
1 0
0
0
1 0 0 0
B
C
B 0
0
0
1 0 0 C
C
CB 0 1
MR0 R0 (f ) = B
@ 0 0 1 0 A @ 0 0 cos
sin A
0 0 sin
cos
0 0 0 1
y f es una simetra (respecto del plano Q + L(f(~u2 ; ~u3 )g)) compuesta
con una rotacin de ngulo y eje Q + L(f(~u1 )g.
En el caso particular en que cos = 1, entonces f es una simetra
central de centro el nico punto jo Q.

Cuadro de clasicacin
det A = 1
cos ( ) = 21 ( tr A
rg(A

I)

rg(b j A

I)

1)
Clasicacin

0 (b = 0)

Identidad

1 (b 6= 0)

Traslacin

Giro de ngulo
y eje la nica recta de puntos jos

Movimiento helicoidal
(composicin de giro y traslacin).

det A = 1
cos ( ) = 21 ( tr A + 1)
rg(A

I)

rg(b j A

I)

Clasicacin

Simetra deslizante (composicin de simetra y

traslacin de vector paralelo al plano de simetra)

Composicin de giro y simetra (el eje de giro

y el plano de simetra son ortogonales). El nico
punto jo es la interseccin del eje y el plano.

Simetra respecto del nico plano de puntos jos

47

Ejercicio 1 En el espacio afn eucldeo E3 jamos una referencia ortonormal

R y se considera una isometra afn h, cuyas ecuaciones respecto a la referencia
dada son:
8 0
< x1 = 4 + 94 x1 + 89 x2 19 x3
x0 = 4 94 x1 + 19 x2 89 x3
h
: 20
x3 = 2 97 x1 + 49 x2 + 49 x3
Se pide:
1. Escribir su expresin matricial, clasicarla y obtener los elementos notables.
2. Sea f la simetra respecto del plano de ecuacin
Determinar una transformacin g, tal que h = f g.

2x2 + x3 = 1.

3. Clasicar la isometra g.
Solucin
1. La matriz asociada a la isometra h en la referencia
0
1
0
0
0
8
1
4
B 4
9
9
9
MRR (h) = B
4
1
8
@ 4
9
9
9
7
4
4
2
9
9
9
Llamamos:

1
0
4
~b = @ 4 A ; A = @
2
0

4
9
4
9
7
9

8
9
1
9
4
9

R es:
1
C
C
A

1
9
8
9
4
9

1
A

Como det A = 1, h es una isometra directa. Los autovalores de A son

= 1, = i. Como
0 4
1
8
1
1
9
9
9
4
1
8
A = 2;
1
rg(A I) = rg @
9
9
9
7
4
4
1
9
9
1
0 4 9
8
1
1
4
9
9
9
4
1
8
1
4 A=2
rg(A Ij~b) = rg @
9
9
9
4
4
7
1
2
9
9
9
el espacio de puntos jos de h es una recta y h es un giro de ngulo
(pues cos = 21 (trA 1) = 0) y eje la recta de puntos jos.

Se tiene:
F

n
o
X j (A I)X + ~b = ~0
80 4
8
1
< 9 1
9
9
4
1
8
@
1
=
9
9
9
:
7
4
4

x1 =

9
x3 ; x2 =
2

1 0
1 0 19
x1
4
0 =
A @ x2 A + @ 4 A = @ 0 A
;
x3
2
0
1

1
x3
2
48

10

2. Tomamos una referencia R0 = fP; (w

~ 1; w
~ 2; w
~ 3 )g donde P 2 , w
~ 1; w
~2 2 ~
yw
~ 3 2 ~ ? y ortogonales entre s; por ejemplo,2x2 + x3 = 1
P
w
~1
w
~2
w
~2

= (0; 0; 1);
= (1; 0; 0) ;
1
2
=
0; p ; p
;
5
5
2
1
=
0; p ; p
:
5
5

La referencia R0 es una referencia ortonormal

0
1 0 0
B 0 1 0
MR0 R0 (f ) = B
@ 0 0 1
0 0 0

Se tiene:

MRR (f )

= MR0 R MR0 R0 (f )MR01R

0
1
1 0
0
0
B 0 1
0
0 C
1
C
= B
p1
p2 A MR0 R0 (f )MR0 R
@ 0 0
5
5
p2
p1
1 0
5
5
1
0
1 0 0
0
B 0 1 0
0 C
C
= B
3
4 A:
@ 4 0
5
5
5
2
4
3
0
5
5
5

Una transformacin g, tal que h = f

MRR (g)

de E3 y
1
0
0 C
C:
0 A
1

g es tal que:

= MRR (f ) 1 MRR (h)

0
1 10
1 0 0
0
B
B 0 1 0
0 C
C B
= B
3
4 A
@ 4 0
@
5
5
5
2
4
3
0
5
5
0 5
1
1
0
0
0
4
8
1 C
B 4
9
9
9 C:
= B
8
19
8
@ 0
A
9
45
45
1
8
44
4
9
45
45

1
4
4
2

4
9
4
9
7
9

8
9
1
9
4
9

1
9
8
9
4
9

1
C
C
A

3. Hallamos con MAPLE los autovectores de A (>eigenvectors(A); ) siendo:

0 4
1
1
8
A=@

9
8
9
1
9

49

9
19
45
8
45

9
8
45
44
45

obtenemos
V (1) = L(f( 1; 0; 5); (8; 5; 0)g);
V ( 1) = L(f((5; 8; 1)g):
Por tanto, det A =
rg(A
rg(A

1 y g es una isometra indirecta. Como

I)

Ij~b)

1; (pues
0 4
rg @

= 1 es una autovalor doble)

1
8
1
1
4
9
9
19
8
8
1
0 A = 2;
9
45
45
1
8
44
1
4
9
45
45

entonces g no tiene puntos jos y es una simetra respecto del plano invariante compuesta con un giro de ngulo 180o . De hecho sabamos que
g = f 1 h.
Ejercicio 2 En el espacio afn eucldeo tridimensional E3 jamos una referencia ortonormal R. Se pide:
1. Obtener la expresin matricial del giro g de ngulo 4 ; y eje la recta r de
ecuaciones x3 x1 = 1 y x1 + x2 = 2. Describir los subespacios invariantes
de g.
2. Obtener la expresin matricial de la simetra s respecto al plano
x1 x2 + x3 = 2. Describir los subespacios invariantes de s.
3. Obtener la expresin matricial de la composicin de g con s: f1 = s g.
Calcular el subespacio de puntos jos de f1 . Describir los subespacios
invariantes de f1 .
4. Obtener la expresin matricial de la homotecia h de centro C = (1; 1; 2) y
razn r = 57. Describir los subespacios invariantes de h.
5. Obtener la expresin matricial de la composicin de g con s y con h:
f2 = h f1 . Es f2 una isometra? Razona tu respuesta. Describir los
subespacios invariantes de f2 .
Solucin.
1. Tomamos una referencia fP; (~u1 ; ~u2 ; ~u3 )g donde P 2 r, ~u1 2 ~r y ~u2 ; ~u3 2
~r? y ortogonales entre s; por ejemplo,
P
~u1
~u2
~u3

= (1; 1; 2);
= (1; 1; 1);
= (1; 1; 0) ;
= (1; 1; 2) :

50

La referencia R0 =
de E3 y

n
P;

~
u2
~
u3
~
u1
k~
u1 k ; k~
u2 k ; k~
u3 k

es una referencia ortonormal

1
0
C
0
C:
sin 4 A
cos 4

1 0
0
B 0 1
0
MR0 R0 (g) = B
@ 0 0 cos
4
0 0 sin 4

Por tanto, haciendo un cambio de referencia obtenemos:

MRR (g)

= MR0 R MR0 R0 (g)MRR0

0
1
0
0
0
B 1
p1
p1
p1
B
3
2
2
= B
p1
p1
p1
@ 1
3
2
2
p1
p2
2
0
3
2
0
1
0
p
p
B
2 + 3 p22 + 1
B
= @ p
2
1
2 p2 1
2
3 2+4
1

C
C
C MR0 R0 (g)MR01R
A
p

2
2p
2
p2

1
+1
2 1

1
0
C
1
C:
p
A
2
+
1
p
2 1

Los subespacios invariantes de g son: la recta de puntos jos (el eje del
giro) y los planos ortogonales a la recta de puntos jos.
2. Tomamos una referencia fQ; (w
~ 1; w
~ 2; w
~ 3 )g donde Q 2 , w
~ 2; w
~3 2 ~ y
w
~ 1 2 ~ ? y ortogonales entre s. Ntese que el plano
x1 x2 + x3 = 2
es ortogonal a la recta r del apartado anterior. Por comodidad, vamos a
tomar entonces
Q = P = (1; 1; 2);
~u1
w
~1 =
;
k~u1 k
~u2
w
~2 =
;
k~u2 k
~u3
:
w
~2 =
k~u3 k
La referencia R0 = fQ; (w
~ 1; w
~ 2; w
~ 3 )g es
0
1
B 0
MR0 R0 (s) = B
@ 0
0

51

una referencia ortonormal de E3 y

1
0 0 0
1 0 0 C
C:
0 1 0 A
0 0 1

Por tanto, haciendo un cambio de referencia obtenemos:

MRR (s)

= MR0 R MR0 R0 (s)MRR0

0
1
1
0
0
0
B 1
C
p1
p1
p1
B
3
2
2 C
1
MR0 R0 (s)MRR
= B
0
1
1
1
p
p
p C
@ 1
3
2
2 A
1
2
p
p
2
0
3
2
0
1
1
0
0
0
B 4
1 2
2 C
C:
= B
@ 4
2
1
2 A
4
2 2
3

Los subespacios invariantes de s son: el plano de puntos jos de s (es el

plano de simetra) y las rectas ortogonales al plano .
3. La expresin matricial de la composicin de g con s: f1 = s g es:
MRR (f1 )

= MRR (s)MRR (g)

0
1
0
p
p
2
B
2 1 p2
1
= B
2
@ 2p2 + 3
+
1
2
p
3 2
1

0
2
2p + 1
2
1
p2
2+1
p

1
0
C
1
C:
p
A
2
1
p
2+1

El subespacio de puntos jos de f1 es F = fP g.

Los subespacios invariantes de f1 son: la recta r (eje del giro), el plano

(plano de simetra) y el punto P .
4. Para hallar la expresin matricial de la homotecia h de centro C = (1; 1; 2)
y razn r = 57 calculamos h(O). Se verica:
f (O)

Por tanto,

!
= C + rCO = (1; 1; 2)
= ( 56; 56; 112) :
0

B
MRR (h) = B
@

1
56
56
112

0
57
0
0

0
0
57
0

57(1; 1; 2)

1
0
0 C
C:
0 A
57

Los subespacios invariantes de h son: El centro de la homotecia, las rectas

que contienen al centro y planos que contienen al centro.
5. La expresin matricial de la composicin de g con s y con h: f2 = h f1

52

es:
MRR (f2 )
= MRR (h)MRR (f1 )
0
p1
B
57
p2 + 1
= B
@ 114 2 227
p
171 2 112

p0
57
2 p2 + 57
57
2 57
2
57

p0
57
57
2p 2
57
2
+
57
2 p
57 2 57

1
0
C
C:
p 57
57 p2 + 57 A
57 2 57

La transformacin afn f2 no es una isometra pues h no es una isometra.

Como el centro de la homotecia en el punto jo de la isometra f1 los
subespacios invariantes de f2 son: el centro de la homotecia, la recta r y
el plano .

Bibliografa

M. Castellet, I. Llerena, lgebra lineal y Geometra, Ed. Revert, 1994.

J. de Burgos, Curso de lgebra y Geometra, Ed. Alhambra, 1980.
A. de la Villa, Problemas de lgebra con esquemas tericos, Ed. CLAGSA,
1994.

53