151

151
CAPTULO 9
ESPACIOS AFINES Y AFINIDADES

9.1 INTRODUCCIN

Hasta el momento hemos podido hacer geometra a partir del lgebra lineal al precio de
resignar algunas cosas. Es por ejemplo evidente que existe cierta desprolijidad en el tratamiento
de puntos y vectores en
2
R y
3
R . Adems hemos tenido que restringir nuestro estudio de
isometras y semejanzas a aquellas que dejan fijo al origen de coordenadas.
Para solucionar esto introduciremos el concepto de espacio afn.
La idea es considerar por separado puntos y vectores. Es decir, pensaremos
3
R como conjunto de
puntos y por otra parte pensaremos
3
R como espacio vectorial real.
Cmo relacionaremos los puntos con los vectores?
En el captulo 3, definimos vectores como clases de equivalencia de segmentos orientados de
3
R
y all observamos que las coordenadas del vector AB
,

son ( )
A B A B
y y x x , . Dicho
informalmente obtengo el vector AB
,

restando los puntos B y A. Podemos pensar entonces que
si al punto A le sumo el vector AB
,

obtengo el punto B. Formalicemos estas ideas.

Definicin
Sea E un conjunto no vaco y V un espacio vectorial real de dimensin finita.
Decimos que E es un espacio afn asociado a V si existe una funcin E V E + :

tal que si
notamos v A+ al correspondiente del par ( ) v A,

tenemos:


1) ( ) ( ) v u A v u A + + = + + , E Ae , , u v V e .
2) Para todo E B A e , , existe un nico

V v e tal que B v A = + .

Llamaremos puntos a los elementos del conjunto E y si B v A = + , escribiremos A B v = .
Diremos que la dimensin de E es la dimensin de V.

Observacin
Pensando en trminos geomtricos en
3
R podramos decir que la suma v A+
consiste en aplicarle al punto A una traslacin de vector v. Desde este punto de vista la igualdad
1) de la definicin nos dice que
v u u v +
= T T T donde hemos notado con
v
T a la traslacin de
vector v.
Cuando definimos espacio afn elegimos las propiedades 1) y 2) para caracterizar este concepto.
Naturalmente no son stas las nicas propiedades que verifican los espacios afines. Veamos
algunas otras.


152
152
Propiedades
1) A A = + , E Ae .
2) ( ) ( ) A C B C A B = + , E C B A e , , .
3) ( ) A B B A = , E B A e , .
4) ( ) ( ) ( ) v A B A v B v A B = + = + , E B A e , , V v e .
5) D C A B = sii D A C B = .

Dem:
1) Como E Ae , por la propiedad 2) de la definicin existe un nico vector v tal que
A v A = + . Entonces ( ) ( ) + = + + = + + = + = A v A v A v A A
A
_
como queramos.
Dejamos la demostracin de las dems propiedades a cargo del lector as como su interpretacin
geomtrica.

Ejemplo
Sea
n
E = R y
n
V = R . Si ( )
1
, ,
n
A a a . es un punto y ( )
1
, ,
n
v x x = . es un vector,
definimos A v + como el punto de coordenadas ( )
1 1
, ,
n n
a x a x + + . , es decir la suma usual en
n
R . Es claro que
n
R

es un espacio afn asociado al espacio vectorial
n
R .


Si consideramos la recta que pasa por A y tiene vector
director v obtenemos los puntos de la forma A v +
,
es decir los puntos que se obtienen sumndole a A los
vectores de
{ } ( )
L v
.
A

v

Generalizamos esta idea en la siguiente definicin.





Definicin
Sea E un espacio afn asociado a V y S E _ , S = C.
Decimos que S es una variedad lineal si existe un subespacio
V
S de V tal que S es un espacio
afn asociado a
V
S con la suma restringida a
V
S S .
Decimos en este caso que S tiene direccin
V
S .

Observacin
Se sigue inmediatamente de la definicin que para todo A de S y todo u
de
V
S , A u + es un punto de S .
A v +


153
153
Adems dado un punto A en S, podemos escribir { } : con
V
S X E X A v v S = e = + e y
{ } : con
V
S v V v X A X S = e = e .
Recprocamente, dado un subespacio
V
S

de V, el conjunto { } : con
V
S X E X A v v S = e = + e
es una variedad lineal con direccin a
V
S .

Ejemplo
Sea
2
E = R ,

2
V = R , ( ) 1,2 A y ( ) { } ( )
1,1
V
S L = . Hallemos la variedad S que pasa
por A en la direccin de
V
S .
Sabemos que
{ }
2
: con
V
S X X A v v S = e = + e R . Pero ( ) { }
, :
V
S = eR . Entonces
( ) { } ( ) { }
2 2
: 1 ,2 con , : 1 , 2 con S X X x y x y = e = + e = e = = + e R R R R .
En resumen S es la recta cuyas ecuaciones paramtricas son
1
2
x
y

= +

.
Siguiendo estas lneas de razonamiento, este contexto terico podramos desarrollar toda la
geometra analtica de
2
R y
3
R .
A partir de este ejemplo es natural que demos una definicin de recta en un espacio afn.

Definicin
Sea E un espacio afn de dimensin n. Llamamos recta a una variedad lineal de
dimensin 1, llamamos plano a una variedad lineal de dimensin 2 y llamamos hiperplano a una
variedad lineal de dimensin 1 n .

Ejercicio
Verificar que si
3
E = R y
3
V = R , una variedad de dimensin 2 es efectivamente un
plano lo que hace que la definicin precedente sea un generalizacin natural.

Nota
Si consideramos
3
E = R (o
2
E = R ) y

3
V = R (o
2
V = R ), podemos reconstruir toda la
geometra euclidiana. Esto significa que si ignoramos por completo los conocimientos adquiridos
en el curso de geometra de primer ao, podemos definir el espacio como
3
R , las rectas como las
variedades lineales de dimensin uno y los planos como las variedades lineales de dimensin 2.
No es difcil comprobar que con estas definiciones se verifican las propiedades bsicas de la
geometra euclidiana que en los textos de geometra clsicos reciben el nombre de axiomas de
incidencia. A modo de muestra veamos que se cumplen el axioma segn el cual dos puntos
determinan una recta. Lo haremos en el contexto ms general en el que estanos trabajando, es
decir en un espacio afn.



154
154
Proposicin
Sea E un espacio afn asociado a V y sean A y B dos puntos de E.
Entonces existe una nica recta que contiene a A y B.

Dem:
Sabemos que existe un nico vector u tal que A u B + = . Consideremos { } ( )
V
S L u = y
{ } : con
V
S X E X A v v S = e = + e . De acuerdo a la observacin que sigue a la definicin de
variedad lineal, se tiene que S es una variedad lineal y como dim 1
V
S = , S es una recta.
Es claro que , A B S e

(basta tomar v = y v u = ).
Veamos ahora la unicidad.
Si existe una recta S' a la cual pertenecen A y B, existe entonces un subespacio
V
S' de V, tal que
{ } : con
V
S X E X A v v S ' ' = e = + e

y { } : con
V
S v V v X A X S ' ' = e = e . Tomando X B = ,
tenemos que
V
u S' e y como S' es una recta, dim 1
V
S' = . Por lo tanto { } ( )
V V
S L u S ' = = y de
aqu que { } : con
V
S X E X A v v S S ' = e = + e = . Concluimos la unicidad como queramos.

Veamos ahora como introducir el concepto de paralelismo en espacios afines.

Definicin
Sea E un espacio afn asociado a V y sean S y S' dos variedades lineales con
direcciones
V
S y
V
S'

respectivamente.
Decimos que S y S' son paralelas si
V V
S S' _ o
V V
S S ' _ .



Obsrvese que
V V
S S' = sii S y S' son variedades lineales paralelas con igual dimensin.

Ejercicio
Probar que el paralelismo entre variedades lineales de la misma dimensin es una
relacin de equivalencia.

Proposicin
Sea E un espacio afn, S una variedad lineal de dimensin n y A E e .
Entonces existe y es nica la variedad lineal S' de dimensin n que pasa por A y es paralela a S.

Dem:
Comencemos por la existencia. Notamos por
V
S a la direccin de S. Ahora consideramos
{ } : con
V
S X E X A v v S ' = e = + e . Dejamos a cargo del lector probar que S' es la variedad
lineal buscada.


155
155
Vamos ahora por la unicidad. Suponemos que existe una variedad lineal '' S de dimensin n que
pasa por A y es paralela a S. Probemos que '' ' = S S .
Ya que ambas variedades lineales son paralelas a S y tienen la misma dimensin que S podemos
afirmar que son paralelas entre s y al tener la misma dimensin, ambas tienen direccin
V
S .
Por otra parte X S'' e ,
V
X A v S = e porque
V
S es la direccin de '' S y por tanto X A v = + ,
con
V
v S e . Entonces X S' e .
Recprocamente X S' e , existe
V
v S e tal que X A v = + . Teniendo en cuenta que A S'' e y
que
V
S es la direccin de S'' se tiene X S'' e .
En consecuencia '' ' = S S .

Observacin
En el caso particular de que 1 = n el teorema anterior es la proposicin conocida
como axioma de Euclides. Tengamos en cuenta que en este marco terico dej de ser un axioma
pasando a ser un teorema.

Ejercicio
En un espacio afn E de dimensin n asociado al espacio vectorial V consideramos un
punto A y los planos y que pasan por dicho punto y tienen direcciones { } , = S L u v y
{ } , T L w t = .
1) Si 3 > n y { } , , , u v w t es un conjunto LI, probar que { } A = (es decir que existen dos
planos con un nico punto en comn).
2) Si 3 = n , demostrar que y tienen al menos una recta en comn.


9.2 ESPACIOS EUCLIDIANOS

Para poder desarrollar la geometra euclidiana tal cual la conocemos necesitamos introducir la
nocin de distancia. En el captulo 3 vimos que la distancia entre dos puntos A y B de
3
R es la
norma del vector AB
,
. Por lo tanto necesitamos una norma en nuestro espacio vectorial V.
Consideraremos entonces aquellos espacios afines asociados a espacios vectoriales con producto
interno.

Definicin
Sea E un espacio afn asociado a un espacio vectorial V. Decimos que E es un espacio
euclidiano si V es un espacio vectorial euclidiano.




156
156
Definicin
Sea E un espacio euclidiano asociado a V y sean A y B dos puntos de E.
Llamamos distancia entre A y B al nmero real B A y lo notaremos ( ) , d A B .

Observacin
La funcin : d E E R definida por ( ) , d A B B A = cumple las siguientes
propiedades:
1) ( ) , 0 d X Y > , , X Y E e y ( ) , 0 d X Y = sii X Y = .
2) ( ) ( ) , , d X Y d Y X = , , X Y E e .
3) ( ) ( ) ( ) , , , d X Z d X Y d Y Z s + , , , X Y Z E e .

En otras palabras la funcin distancia que definimos en estos espacios euclidianos cumple las
mismas propiedades que en la geometra euclidiana clsica. Su verificacin es sencilla.

La nocin de perpendicularidad de la geometra euclidiana clsica tambin puede generalizarse a
espacios afines. Haremos un breve esbozo de esto dejando los detalles tcnicos a cargo del lector.

Definicin
Sea E un espacio euclidiano asociado a V y sean S y S' dos variedades lineales con
direcciones
V
S y
V
S'

respectivamente.
Decimos que S es ortogonal a S' si
V V
S S

' _ o
V V
S S

' _ .
Decimos que S es perpendicular a S' si

S es ortogonal a S' y S S' = C .

Se desprende de la definicin que la relacin de ortogonalidad es simtrica.
Dejamos a cargo del lector verificar que estas definiciones incluyen los casos de rectas
ortogonales, rectas perpendiculares y recta perpendicular a un plano de la geometra euclidiana.
Veamos el siguiente resultado con el que finalizamos la seccin.

Proposicin
Sean E un espacio euclidiano de dimensin n asociado a V, S una variedad lineal de
dimensin p y A S e . Entonces existe una nica variedad lineal T tal que T es ortogonal a S y
A T e y dimT n p = .

Dejamos que el lector intente escribir la demostracin o en su defecto la busque.






157
157
9.3 TRANSFORMACIONES AFINES

Tal como dijimos en la introduccin, uno de los objetivos de este captulo es abordar el estudio
de las isometras y semejanzas sin restringirnos a aquellas que dejan fijo el origen. Para ello
necesitamos introducir nociones similares a las de isometra vectorial y semejanza vectorial en el
contexto de espacios afines. Comencemos por introducir el concepto de transformacin afn que
jugar un rol similar al que jugaba el de transformacin lineal en espacios vectoriales.
Primeramente observemos lo siguiente.

Observacin
Se considera el espacio afn
n
E = R

asociado a
n
V = R . Sea :
n n
T R R
una transformacin lineal y A, B y C tres puntos alineados de
n
R . Como E V = , podemos pensar
a T como una funcin en el espacio afn
n
R , por tanto notando u OA =
,
, v OB =
,
, y w OC =
,
,
podemos identificar ( ) T u con ( ) OT A
,
, ( ) T v con ( ) OT B
,
y ( ) T w con ( ) OT C
,
.
Como A, B y C estn alineados, se tiene que existe un real tal que AC AB =
, ,
. Entonces:
( )
( ) OC OA OB OA w u v u = =
, , , ,
y como T es transformacin lineal, se tiene
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
T w u T v u T w T u T v T u = = . Con la identificacin mencionada
tenemos ( ) ( ) ( ) ( )
( )
OT C OT A OT B OT A =
, , , ,
y por ende ( ) ( ) ( ) ( ) . T A T C T A T B =
, ,
.
Esto significa que ( ) T A , ( ) T B y ( ) T C estn alineados.



A
B
C
u
v
w T(A)
T(B)
T(C)
y
x O
T(u)

T(v)
T(w)


158
158
En resumen hemos probado que si A, B y C estn alineados entonces ( ) T A , ( ) T B y ( ) T C estn
alineados y que si AC AB =
, ,
, entonces ( ) ( ) ( ) ( ) T A T C T A T B =
, ,
. Utilizando la notacin
u B A = si A u B + = , podemos reescribir esto de la siguiente forma: si ( ) C A B A = ,
entonces ( ) ( ) ( ) ( ) ( )
T C T A T B T A = .
Elegiremos esta propiedad para definir a las que llamaremos transformaciones afines y por
conveniencia lo haremos slo para
n
E = R .

Definicin
Sea :
n n
f R R una funcin. Decimos que f es una transformacin afn (o ms
brevemente una afinidad) si para toda terna de puntos A, B y C tales que ( ) C A B A = + se
tiene ( ) ( ) ( ) ( ) ( )
f C f A f B f A = + .

Nota
Se desprende inmediatamente de la definicin que las afinidades llevan puntos alineados en
puntos alineados. Adems, de la observacin previa a la definicin se deduce que las
transformaciones lineales son afinidades.
Tambin es sencillo probar que la composicin de dos afinidades es una afinidad, que la funcin
identidad de
n
R en
n
R es una afinidad y que si f es una afinidad biyectiva, entonces
1
f


tambin es una afinidad.



Es de esperar que la familia de las transformaciones afines contenga otras funciones adems de
las transformaciones lineales. Si esperamos que las afinidades nos ayuden a estudiar todas las
isometras del plano euclidiano (
2
R ) sera razonable pensar que dichas isometras son afinidades.
Sabemos que las isometras que dejan fijo al origen son transformaciones lineales y por tanto son
afinidades. Intentemos incluir a las isometras del plano que no dejan fijo al origen. Comencemos
investigando que sucede con las traslaciones. Para ser coherentes con la definicin anterior lo
haremos en
n
R
. Dado que an no hemos definido la traslacin en este contexto lo haremos a
continuacin. El lector podr convencerse sin dificultad que la definicin que sigue es natural.


Definicin
Sea v un vector de
n
R . Llamamos traslacin de vector v a la funcin :
n n
v
R R T ,
definida por ( )
v
X X v = + T .

Proposicin
Las traslaciones son transformaciones afines.




159
159
Dem:
Sea
0
v un vector de
n
R y
0
:
n n
v
R R T la traslacin de vector
0
v .
Si A, B y C son tres puntos de
n
R tales que ( ) C A B A = + , entonces
( ) ( ) ( ) ( ) ( ) ( ) ( )
0 0
0 0 0
v v
C A B A C v A B A v A v B A = + + = + + = + + T T (*). Pero el
vector
0
v puede ser escrito de dos formas distintas como ( )
0 0
v B v B = + y como
( )
0 0
v A v A = + . Igualando y aplicando la propiedad 5) enunciada en la seccin 9.1 tenemos
( ) ( )
0 0
B A B v A v = + + . Sustituyendo en la igualdad (*) se obtiene:
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
0 0 0 0 0
0 0 0
v v v v v
C A v B v A v C A B A
| |
= + + + + = +
|
\ .
T T T T T .
Esto prueba que es
0
v
T es una afinidad como queramos.

Corolario
Sea
0
v un vector de
n
R y :
n n
T R R una transformacin lineal.
Entonces
0
v
T T es una afinidad.
Dem:
T y
0
v
T son afinidades y la composicin de dos afinidades es una afinidad.

Tenemos una familia interesante de afinidades, a saber las que son composicin de una
transformacin lineal y una traslacin.
El teorema siguiente nos mostrar que en realidad stas son todas las afinidades que existen.

Teorema
Sea :
n n
f R R una transformacin afn. Entonces existe una transformacin lineal
:
n n
T R R y existe un vector
0
v de
n
R tales que
0
v
f T = T . Adems T y
0
v son nicos.
Dem:
Existencia
Debemos encontrar una transformacin lineal T y un vector
0
v que verifiquen
0
v
f T = T . Si se cumpliera esta igualdad y aplicramos f al punto ( ) 0, ,0 O . , tendramos
( ) ( ) ( ) ( )
0 0
v v
f O T O T O = = T T . Ahora bien el ( ) 0, ,0 O . pensado como vector, es el vector nulo
y como T es transformacin lineal se tendra que el vector nulo es fijo por T. En esta notacin,
( ) T O O = . y sustituyendo se obtiene ( ) ( ) ( ) ( )
0 0
0 0
v v
f O T O O O v v = = = + = T T , donde en la


160
160
ltima igualdad hemos pensado nuevamente al punto O como y luego a
0
v como un punto.
Este tipo de identificacin de puntos y vectores es usual en este contexto y de aqu en ms no
haremos este tipo de aclaraciones y utilizaremos libremente la notacin. A esta altura esperamos
que sea claro para el lector que todo esto es formalmente correcto e incluso que funciona bien
para manipulaciones algebraicas trabajando a nivel de coordenadas.
Tenemos entonces que si existe un vector
0
v en las condiciones pedidas,
0
v debe ser ( ) f O y por
tanto T debe ser
0
1
v
f

T . El lector verificar sin inconvenientes que

0 0
1
v v

= T T .
Luego de estas reflexiones previas estamos en condiciones de iniciar la demostracin formal del
teorema.


Sean ( )
0
0 v f =

y
0
1
v
T f

= T . Probemos que T es una transformacin lineal.

Observemos previamente que para todo
n
X eR , ( ) ( ) ( ) T X f X f O = .
En efecto ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
0 0 0
1
0
v v v
T X f X f X f X f X v f X f O

= = = = = T T T
.

Si
n
X eR y eR,
( ) ( ) ( ) ( ) ( ) ( ) T X f X f O f O X O f O = = + =
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
f O f X f O f O f X f O = + = .
Entonces ( ) ( ) ( ) ( )
T X f X f O = y como ( ) ( ) ( ) ( ) ( )
0
1
0
v
f X f O f X v f X

= = = T
( ) ( )
0
1
v
f X T X

= = T , se concluye que ( ) ( ) . T X T X = (1).

Tambin podemos reescribir la igualdad ( ) ( ) ( ) ( ) ( )
f X f O f X f O = obtenida arriba
como ( ) ( ) ( ) ( ) 1 f X f X f O = + (2) lo que nos ser de utilidad.
Probemos ahora que si ,
n
X Y eR , ( ) ( ) ( ) T X Y T X T Y + = + .
Por cierto, tenemos que ( ) ( ) ( ) ( ) ( ) ( ) ( ) T X Y f X Y f O f X Y f Y f Y f O + = + = + + =

( ) ( ) ( ) f X Y f Y T Y = + + . Basta probar que ( ) ( ) ( ) f X Y f Y T X + = .
Veamos: ( ) ( )
1
2
2 . X Y X Y X + = + y como f es una transformacin afn
( ) ( ) ( ) ( ) ( )
1
2
2 . f X Y f X f Y f X + = + . Adems por (2), ( ) ( ) ( )
1 1 1
2 2 2
. f Y f Y f O = + y
( ) ( ) ( ) ( ) ( ) 1 . 2 f X f X f X f O = = + . Sustituyendo se tiene que

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
1 1
2 2
2 2 2 2 f X Y f X f O f Y f O f X f O f X f O + = + + + + = + +
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 2 4 f Y f O f X f O f X Y f X f Y f O + + + + = + .
Entonces ( ) ( ) ( ) ( ) ( ) f X Y f Y f X f O T X + = = como queramos.
Concluimos que ( ) ( ) ( ) T X Y T X T Y + = + y por (1), T es una transformacin lineal.


161
161
Finalmente
0 0
1
v v
T f f T

= = T T y la prueba de la existencia est completa.

Unicidad
Sean
0 1
,
n
v v eR y
0
T y
1
T transformaciones lineales tales que
0 1
0 1
v v
f T T = = T T .
Entonces ( ) ( ) ( ) ( ) ( )

0 1 0 1
0 1 0 1 0 1
O O
v v v v
f O T O T O T O T O O v O v
| | | |
|
| = = = + = +
| |
\ .
\ .

_
T T T T

0 1
v v = , y de aqu que
0 0
0 1
v v
T T = T T . y componiendo con
0
1
v

T se obtiene
0 1
T T = .

Corolario
Sea :
n n
f R R una afinidad. Si ( ) f O O = , entonces f es una transformacin lineal.

Dem:
Hemos probado en la demostracin del teorema que si f es una afinidad,
( ) ( ) ( ) ( ) f X Y f X f Y f O + = + y ( ) ( ) ( ) ( ) ( )
f X f O f X f O = . Como ( ) f O O = , se
tiene ( ) ( ) ( ) f X Y f X f Y + = + y ( ) ( ) f X f X = .


9.4 ISOMETRAS AFINES

Nos dedicaremos ahora a estudiar las isometras y semejanzas (que no hemos definido an) en el
espacio afn
n
R . Nos interesan particularmente
2
R y
3
R .
Dado que en este contexto tenemos definida la distancia es razonable definir las isometras como
lo hacemos habitualmente en los cursos de geometra.

Definicin
Sea :
n n
f R R una transformacin afn. Decimos que f es una isometra afn (o
tambin una afinidad isomtrica) si para todo par de puntos A y B de
n
R se tiene
( ) ( ) ( ) ( ) , , d f A f B d A B = .

Si pretendemos que los espacios afines
2
R y
3
R sean el contexto adecuado para estudiar las
isometras que conocemos de la geometra clsica es lgico que probemos que las isometras
afines gozan de las mismas propiedades que stas.



162
162
Es inmediato que la composicin de dos isometras afines es una isometra afn y tambin que las
isometras vectoriales son isometras afines porque son transformaciones lineales (y por ende
afinidades) y adems conservan distancias. Veamos adems que las traslaciones son isometras
afines y algunas consecuencias de esto.

Observaciones
1) Sea un
0
v vector de
n
R y A, B dos puntos de
n
R . Probemos que la traslacin
de vector
0
v es una isometra afn.
Sabemos que las traslaciones son afinidades por lo que basta probar que conserva distancias.
Entonces ( ) ( ) ( ) ( ) ( ) ( )
0 0
0 0 0 0
, , ,
v v
d A B d A v B v B v A v B A d A B
| |
= + + = + + = =
|
\ .
T T lo que
prueba que las traslaciones son isometras afines.
2) Dado que las isometras vectoriales y las traslaciones son isometras afines, podemos asegurar
que si :
n n
T R R es una isometra vectorial y
0
v es un vector de
n
R , entonces
0
v
T T es una
isometra afn. El lector seguramente debe sospechar ya que el recproco de esta afirmacin
tambin es cierto. Lo probaremos en la siguiente proposicin.

Proposicin
Toda isometra afn se puede escribir de forma nica como composicin de una
isometra vectorial con una traslacin.

Dem:
Sea :
n n
f R R una isometra afn. Por ser f una afinidad sabemos que existe una nica
transformacin lineal T y un nico vector
0
v tales que
0
v
f T = T .
Tenemos que
0
1
v
T f

= T , entonces si A y B son dos puntos de

n
R ,
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
0 0
1 1
, , , ,
v v
d T A T B d f A f B d f A f B d A B
| |
= = =
|
\ .
T T donde hemos usado
que f y
0
1
v

T son isometras afines.

Hemos probado que T conserva distancias y sabemos del captulo 8 que una transformacin lineal
que conserva distancias es una isometra vectorial, lo que concluye la prueba.

Ejercicios
1) Mostrar que toda isometra afn es una funcin biyectiva.
2) Probar que las isometras afines de
n
R forman grupo con la composicin.
3) Si :
n n
f R R es una isometra afn y ( ) f O O = entonces f es una isometra
vectorial.


163
163
9.5 SEMEJANZAS AFINES

Es momento de enfocar nuestra atencin hacia las semejanzas. Comencemos por las homotecias.
Si A es un punto de
2
R , es un real distinto de 0 y X' es el correspondiente de X en la
homotecia de centro A y razn , entonces AX AX ' =
, ,
.
Escribiendo esto con la notacin de espacios afines se tiene ( ) X A X A ' = , o lo que es lo
mismo ( ) X A X A ' = + . Usaremos esto como definicin de homotecia.
Como definicin de semejanza usaremos la que se utiliza usualmente en los cursos de geometra.

Definicin
Sean
n
AeR y eR, 0 = . Llamamos homotecia afn de centro A y razn , a la
funcin
,
:
n n
A
R R H , definida por ( ) ( )
, A
X A X A

= + H .

Definicin
Sea :
n n
f R R una afinidad y
+
eR . Decimos que f es una semejanza afn de
razn , si para todo par de puntos A y B de
n
R se tiene ( ) ( ) ( ) ( ) , . , d f A f B d A B = .

Es inmediato a partir de la definicin que toda isometra afn es una semejanza afn de razn 1.

Ejercicios
1) Probar que toda homotecia afn de razn es una semejanza afn de razn .
2) Probar que
, A
H es biyectiva y que su inversa es
1
, A

H .

Sabemos que en la geometra clsica las semejanzas son composicin de isometras con
homotecias. No sorprender entonces que enunciemos la siguiente proposicin.

Proposicin
Toda semejanza afn se puede escribir como composicin de una isometra afn con
una homotecia afn. En consecuencia toda semejanza afn se puede escribir como composicin de
una isometra vectorial, una traslacin y una homotecia afn.

Dem:
Sea :
n n
f R R una semejanza afn de razn . Tomemos un punto cualquiera A de
n
R
y definamos :
n n
g R R por
1
, A
g f

= H . Entonces
, A
g f

= H . Slo falta probar que g es

una isometra afn.


164
164
En efecto, para todo par de puntos X y Y de
n
R se tiene que
( ) ( ) ( ) ( ) ( ) ( ) ( )
( )
( ) ( ) ( ) ( ) ( ) 1 1
, ,
1 1
, , , , ,
A A
d g X g Y d f X f Y d f X f Y d X Y d X Y




= = = = H H
y por lo tanto g conserva distancias. Adems g es una transformacin afn por ser composicin de
transformaciones afines. Concluimos que g es una isometra afn y hemos probado que toda
semejanza afn se puede escribir como composicin de una isometra afn con una homotecia
afn.
Como toda isometra afn es composicin de una isometra vectorial y una traslacin, se deduce
toda semejanza afn se puede escribir como composicin de una isometra vectorial, una
traslacin y homotecia afn.

Nota
En la demostracin queda claro que el punto A puede elegirse arbitrariamente. Esto muestra
que la descomposicin descripta en el teorema no es nica.

Ejercicios
1) Mostrar que toda semejanza afn es una funcin biyectiva.
2) Probar que las semejanzas afines de
n
R forman grupo con la composicin.