Algebra 2 Fi Sicas

LGEBRA II-APUNTES 2C
XAVIER AZNAR
Parte 1.
Lista de Conceptos del libro base

1.
1.1.
C APTULO V - F ORMAS CUADRTICAS
Leccin 10: Formas lineales, bilineales y cuadrticas. En tr-
minos clsicos un polinomio (x1 , . . . , xr ) en las variables x1 , . . . , xr y con

coeficientes en un cuerpo K es decir, K [x1 , . . . , xr ] se dice que es una
forma de grado p si todos los elementos de tienen grado p respecto al
conjunto de las variables. A las formas de primer grado se las llama formas lineales, a las de segundo grado cuadrticas, a las de tercero cbicas,
etc.
Una forma de grado p define, por sustitucin una aplicacin de Vr (K) en
K
x1
.
. 7 (x1 , . . . , xr ) K
Vr (K) 3
.
xr
La abstraccin de las propiedades de estas aplicaciones permite definir las

formas de grado p en particular lineales y cuadrticas como aplicaciones
de un espacio vectorial sobre K en K. Supondremos en toda la leccin que
K es un cuerpo conmutativo con caracterstica distinta de dos y que V es
un espacio vectorial sobre K.
1.1.1.
Espacio dual. Una forma lineal de Vr (K) es una aplicacin:
x1
.
.
Vr (K) 3
. 1 x1 + + r xr K
xr
Por tanto, el concepto de forma lineal de Vr (K) coincide con el de aplicacin lineal de Vr (K) en V1 (K).
Definicin 1. Forma lineal Una forma lineal de V es una aplicacin lineal
de V en V1 (K).
1
XAVIER AZNAR
Proposicin 2. El conjunto de todas las formas lineales de un espacio vectorial V tiene estructura de espacio vectorial.
Definicin 3. Espacio dual Se denomina espacio dual de V al espacio
vectorial de las formas lineales de V y se denota por V .
Observacin 4. Si v V y x V se denotar indistintamente a x (v)
por (x|v) o (v|x). En general, la expresin (a|b) significa que uno de los
elementos a o b pertenece a V y el otro a V y se evala la forma sobre el
vector.
Proposicin 5.
1. (a|b) = (b|a)
2. (a + b|c) = (a|c) + (b|c)
3. Supongamos que V tiene dimensin finita n. Si (a|b) = 0 para todo b,
entonces a = 0.
Definicin 6. Bases duales Sea V un espacio vectorial de dimensin n.
Dos bases (a1 , . . . , an ) y (b1 , . . . , bn ) (una de V y otra de V ) se denominan
duales si:
0
(ai |bj ) =
1
i 6= j
i=j
Hay que notar que dim V = dim V .

Proposicin 7. Sea V un espacio vectorial de dimensin finita n. Si (a1 , . . . , an )
es una base de V (o de V ), existe una nica base (b1 , . . . , bn ) de V dual de
la primera y que verifica para todo a ha1 , . . . , an i la igualdad:
a = (a|b1 ) a1 + + (a|bn ) an
Corolario 8. Sea V un espacio vectorial de dimensin finita y = (e1 , . . . en )
una base de V . Si = (e1 , . . . , en ) es la base dual de entonces la aplicacin:
(e1 |v)
..
Vn (K)
x:V 3v
.
(en |v)
es el sistema de coordenadas respecto a la base .

Definicin 9. Ortogonalidad
Sea S un subconjunto del espacio vectorial V (o V ). Se llama ortogonal
de S, S al conjunto de todos los elementos a V tales que (a|s) = 0 para
todo elemento s S.
Propiedades de los subconjuntos ortogonales (L10 prop 1.11 LB p55).
2
1.2.
XAVIER AZNAR
Formas bilineales y cuadrticas. Las formas bilineales nacen al
estudiar polinomios en dos sistemas de variables: x1 , . . . xr e y1 , . . . , yr . Un

polinomio se llama forma si es homogneo respecto a cada uno de los
sistemas de variables por separado. Son de nuestro inters las formas
lineales respecto a cad uno de los sistemas de veriables. Estas formas se
llaman bilineales. Las formas bilineales dan lugar a formas cuadrticas
identificando los dos sistemas de variables.
Una forma bilineal define
x1
.
.
Vr (K) Vr (K) 3
.
xr
por sustitucin una aplicacin:

y1
.
, . (x1 , . . . , xr , y1 , . . . , yr ) K
.
yr
Anlogamente al caso de las formas lineales la abstraccin de las propiedades de esta aplicacin permite definir el concepto de forma bilineal en
un espacio vectorial arbitrario.
Forma bilineal (def2.1LBp58). Homomorfismo asociado por la izquierda/derecha
a (def2.3LBp59). Forma bilineal simtrica (def2.5LBp59).
En la introduccin del pargrafo observamos que con el concepto de formas bilineales como polinomios en dos sistemas de variables, al identificar
ambos sistemas el resultado era una forma cuadrtica. Este hecho nos va
a servir para definir forma cuadrtica de un espacio vectorial general.
Si es una forma bilineal de V , podemos construir la aplicacin:
q : V 3 v q (v) = (v, v) K
y esta aplicacin responde a nuestra idea a priori de forma cuadrtica. Es
inmediato comprobar que q verifica las dos propiedades siguientes:
1. q (v) = 2 q (v) para K y v V .
2. (v1 , v2 ) =
1
2
(q (v1 + v2 ) q (v1 ) q (v2 )) para v1 , v2 V , si es sim-
trica.
La propiedad (2) permite la reconstruccin de la forma bilineal a partir
de q. Gracias a estas dos propiedades podemos definir forma cuadrtica
sin una forma bilineal previa:
Definicin 10. Forma cuadrtica Una forma cuadrtica q de un espacio vectorial V sobre K (cuerpo de caracterstica distinta de dos) es una
aplicacin q : V 7 K que verifica:
1. Para todo v V, K, q (v) = 2 q (v).
3
XAVIER AZNAR
2. La aplicacin
1
(q (v1 + v2 ) q (v1 ) q (v2 ))
2
es una forma bilineal (simtrica).
Q : V V (v1 , v2 ) 7
La forma bilineal Q se denomina polar de q.
En el caso de formas bilineales y cuadrticas definidas en espacios vectoriales de dimensin finita, los mtodos de geometra analtica vectorial nos
permiten asociar cada una de dichas formas a una matriz.
Proposicin 11. Expresiones analticas Sea V un espacio vectorial de
dimensin finita sobre K y = (e1 , . . . , en ) una base de V cuyo sistema de
coordenadas asociado es x : V 7 Vn (K). Si : V V 7 K es una forma
bilineal denotaremos M () a la matriz de EL (n, K) cuyo elemento en la
fila i-sima y la columna j-sima es de (ei , ej ). Entonces, si v1 , v2 V se
verifica:
t
(v1 , v2 ) = x (v1 ) M () x (v2 )

La matriz M () se denomina matriz de la forma bilineal respecto a
la base .
Si q : V 7 K es una forma cuadrtica cuya forma polar es Q, se designa
M (q) a la matriz M (Q). Si v V se verifica
t
q (v) = x (v1 ) M (q) x (v)

La matriz M (q) se llama matriz de la forma cuadrtica q respecto a
la base .
Corolario 12. Si es una forma bilineal definida sobre un espacio vectorial
V de dimensin finita y es una base de V , es simtrica si y slo si M ()
es simtrica.
Proposicin 13. Sean y 0 dos bases del espacio vectorial de dimensin
finita V y sea P la matriz de cambio de base 0 = P . Si es una forma
bilineal de V , entonces:
M0 () = P t M () P
Anlogamente, si q es una forma cuadrtica de V , entonces
M0 (q) = P t M (q) P
4
XAVIER AZNAR
Observacin 14. Como consecuencia de la proposicin 13 dos matrices

A, B EL (n, K) de una forma bilineal respecto a dos bases distintas verifican la siguiente relacin:
A = P t BP con P GL (n, K)
Dos matrices as relacionadas se dice que son congruentes..
La proposicin 15 establece la relacin entre la matriz de una forma bilineal M () y las de los homomorfismos i y d :
Proposicin 15. Sea una forma bilineal en V , espacio vectorial de dimensin finita. Si es una base de V y es su dual, entonces:
t
M () = M,0 (d ) = [M, (i )]
Una vez se ha obtenido la relacin entre matrices y formas bilineales y

cuadrticas se pueden definir algunos conceptos interesantes.
Definicin 16. Rango Sea una forma bilineal definida en un espacio
vectorial V de dimensin finita. Se llama rango de al rango de la matriz
de respecto a cualquier base de V .
Definicin 17. Forma bilineal no degenerada Sea una forma bilineal
sobre V , espacio vectorial de dimensin finita. Decimos que es no degenerada si, para cada v V que verifique la condicin:
(v, v 0 ) = 0 v 0 V
se tiene que v = 0.
Proposicin 18. Sea una forma bilineal en V , espacio vectorial de dimensin n. Entonces es no degenerada si y slo si el rango de es n (o
equivalentemente, cualquier matriz de tiene determinante no nulo).
1.3.
Leccin 11: Ortogonalidad y clasificacin de formas cuadrti-
cas. El hecho de considerar una forma cuadrtica q en un espacio vectorial V permite la definicin de una nueva geometra: aquella cuyo grupo
de transformaciones deja invariante la forma cuadrtica. Esta invarianza
enriquece la geometra vectorial con la propiedad clsica de perpendicularidad u ortogonalidad.
Diremos que dos vectores v1 , v2 de V son ortogonales respecto a q si Q (v1 , v2 ) =
0 siendo Q la forma bilineal polar de q. De forma natural se extiende la definicin de subespacios y subconjuntos ortogonales.
5
XAVIER AZNAR
Como consecuencia del estudio de la ortogonalidad se establecen criterios

prcticos para determinar si dos formas cuadrticas admiten la misma
expresin analtica. El problema se resuelve completamente cuando el espacio vectorial est definido sobre los cuerpos C o R.
1.3.1.
Espacios vectoriales mtricos.
Definicin 19. Espacio vectorial mtrico y producto escalar. Un espacio vectorial mtrico es un par E = (V, q) donde V es un espacio vectorial
y q es una forma cuadrtica en V . La forma Q polar de q, se denomina
producto escalar de E.
Observacin 20. Usualmente identificaremos E con V y escribiremos por
abuso de notacin E = (E, q). El producto escalar de dos vectores v, w E
se denotar por (v|w), es decir, Q (v, w) = (v|w).
Observacin 21. El producto escalar es una forma bilineal simtrica.
Definicin 22. Rango y Radical. Sea E = (E, q) un espacio vectorial mtrico.
1. Diremos que E es no singular si q es no degenerada.

2. Llamaremos rango de E al rango de q.
3. Se llama radical de E al conjunto:
radE = {v E} | (v|w) = 0 w E
Proposicin 23. Si E = (E, q) es un espacio vectorial mtrico, radE = ker Qi
Ejemplo 24. Si n, r y s son enteros no negativos y r + s n se denota por
Enr,s o bien Enr,s (K) al espacio vectorial mtrioco formado por Vn (K) con la
forma cuadrtica:
x1
.
. 7 x21 + + x2r x2r+1 x2r+s K
q : Vn (K) 3
.
xn
6
XAVIER AZNAR
La matriz de q respecto a la cannica (I1 , . . . In ) de Vn (K) es
r)
..
.
0
0
s)
.
.
.
0
0
..
.
0
0
0
Por lo tanto, el rango de Enr,s es r + s y radEnr,s =hIr+s+1 , . . . , In i.
Si n = r + s se denota Enr,s = Er,s y En,0 = En .
Si K = R a En se le denomina modelo analtico de espacio vectorial
eucldeo y a E0,n espacio vectorial eucldeo negativo de dimensin n.
Todos los espacios vectoriales vectoriales mtricos Er,s son no singulares.
Ntese que un espacio singular puede contener subespacios de modo que
al restringir el producto escalar se obtengan espacios no singulares. Recprocamente un espacio no singular puede contener subespacios que al
restringir la forma cuadrtica dan lugar a espacios vectoriales mtricos
singulares.
Definicin 25. Ortogonalidad Sea E un espacio vectorial mtrico. Dos
vectores v, w se dice que son ortogonales si (v|w) = 0 y se escribe v w.
Si A y b son subconjuntos de E, se dice que A es ortogonal a B (o que son
ortogonales), A B, si para cada par (a|b) AB se verifica que a b. Si A
es un subconjunto de E, se llama subespacio ortogonal de A al conjunto
A = {v E | (v|a) = 0 a A}.
Propiedades de la ortogonalidad (prop1.1LBp7), etc...
1.3.2.
Bases ortogonales. Descomposicin ortogonal (def2.1LB(p11)).
Definicin 26. Base ortogonal Sea E un espacio vectorial mtrico. Diremos que una base = {e1 , . . . , en } de E es ortogonal si para cada par
{i, j} {1, . . . , n} con i 6= j se verifica (ei |ej ) = 0.
Proposicin 27. Sea E un espacio vectorial mtrico de dimensin finita.
Existe una base ortogonal de E.
7
XAVIER AZNAR
Observacin 28. La matriz de q respecto a una base ortogonal es diagonal.

La proposicin 27 en la pgina anterior asigura que la matriz de una forma
cuadrtica se puede reducir a una forma diagonal mediante un cambio de
base. Tradicionalmente este hecho se expresa diciendo que toda forma
cuadrtica puede reducirse a una suma de cuadrados. Sea es una base
ortogonal del espacio vectorial mtrico (E, q). Si v E y las coordenadas de
v a son
x1
.
. q (v) = 1 x1 + + n x2n
.
xn
donde {1 , . . . , n } K.
En el caso particular de ser E un espacio vectorial sobre R o sobre C se
puede conseguir que el valor de los nmeros i sea 1, 1 o 0. Es decir,
existe una base de E de modo que en coordenadas respecto a se tiene
q (v) = x21 + + x2k x2k+1 x2k+l
Si el cuerpo es C an se pueden reducir los valores de los coeficientes a 1
o 0.
Si x : E 7 Vn (K) es el sistema de coordenadas respecto a y Enk,l =
(Vn (K) , q 0 ), entonces
q (v1 , v2 ) = q 0 (x (v1 ) , x (v2 )) v1 , v2 E
Esta propiedad permite el estudio de los espacios vectoriales mtricos sobre R o C mediante los modelos analticos Enk,l .
Corolario 29. Sea E un espacio vectorial mtrico de dimensin finita sobre
el cuerpo K.
1. Si K = C existe una base ortogonal
= {e1 , . . . , er , er+1 , . . . , en }
tal que
(ei |ej )
(ei |ej )
0 i = r + 1, . . . , n
i = 1, . . . , r
siendo r el rango de E.
a) Si K = R existe una base ortogonal

+
0
0
= e+
1 , . . . , ek , e1 , . . . , el , e1 , . . . , em
8
XAVIER AZNAR
tal que
+
e+
i |ej
e
i |ej
1 i = 1, . . . , k
= 1

0
e0i |ej
i = 1, . . . , l
0 i = 1, . . . , m
donde k + l es el rango de E.
Proposicin 30. Teorema de Silvester o Ley de Inercia Sea E un espacio
vectorial mtrico sobre R de rango r y = {e1 , . . . , en } , 0 = {e01 , . . . , e0n } son
dos bases ortogonales de E ordenadas de modo que:
(e0i |e0i ) > 0
(ei |ei ) > 0
i = 1, . . . , k
(ei |ei ) < 0
i = k + 1, . . . , n r
i = 1, . . . , k 0
(e0i |e0i ) < 0
i = k 0 + 1, . . . , n r
Entonces, k = k 0 .
Observacin 31. El Teorema de Silvester lo que dice es que si expresamos
los trminos de la forma analtica de una forma cuadrtica, el nmero de
trminos positivos y negativos es independiente de la base seleccionada.
Esto es importante porque permite clasificar las formas cuadrticas en
espacios vectoriales reales.
Definicin 32. Sea (E, q) un espacio vectorial mtrico sobre R y sea =
(e1 , . . . , ek , ek+1 , . . . , ek+l , ek+l+1 , . . . , en ) una base ortogonal de E tal que:
(ei |ei ) > 0
si
1ik
(ei |ei ) < 0
si
k+1ik+l
(ei |ei ) > 0
si
k+l+1in
El par (k, l) se denomina signatura o ndices de inercia del espacio mtrico

o simplemente, de la forma cuadrtica q .
El nmero k se denomina ndice de positividad y el nmero l nmero de
negatividad.
Definicin 33. Base ortonormal Una base ortogonal = (e1 , . . . , en ) de un
espacio vectorial mtrico E se dice que es una base ortonormal si (ei |ei ) = 1
para 1 i n.
Proposicin 34. Sea E un espacio vectorial mtrico de dimensin finita
sobre K.
1. Si K = C, E admite una base ortonormal si y slo si el rango y la
dimensin coinciden.
9
XAVIER AZNAR
2. Si K = R, E admite una base ortonormal si y slo si la signatura de

E es (dim E, 0).
Definicin 35. Formas cuadrticas definidas
Si Enk,l (R) = (Vn (R) , q) se tiene:
si (k, l) = (n, 0), q es definida positiva.
si (k, l) = (0, n), q es definida negativa.
si (k, l) = (k, 0), q es semidefinida positiva.
si (k, l) = (0, l), q es semidefinida negativa.
Proposicin 36. Sea (E, q) un espacio vectorial mtrico de dimensin n sobre R con signatura (k, l)
1. q es definida positiva (negativa) si y slo si k = n (l = n).
2. q es semidefinida positiva (negativa) si y slo si l = 0 (k = 0).
1.3.3.
Clasificacin lineal de las formas cuadrticas. El problema de la
clasificacin de formas cuadrticas surge de la necesidad de establecer

exactamente la relacin entre polinomios homogneos de segundo grado y
las formas cuadrticas. Existen formas cuadrticas distintas que admiten
expresiones polinmicas idnticas, claramente las expresiones polinmicas tienen como variables las coordenadas respecto a bases diferentes.
Este hecho da lugar al establecimiento de una relacin de equivalencia
entre formas cuadrticas y al problema de la clasificacin.
El primer paso es definir una actuacin de GL (V ) sobre el conjunto de
formas cuadrticas de V , de modo que la relacin de equivalencia a la que
da lugar verifique que si dos formas son equivalentes admitan expresiones
analticas iguales y viceversa.
Equivalencia de formas cuadrticas (def3.2LB(p21)).
Proposicin 37. Dos formas cuadrticas q, q 0 Q (V ) son linealmente equivalentes si y slo si existen y 0 bases de V tales que M (q) = M0 (q 0 ).
La proposicin 37 nos indica que para resolver el problema de clasificacin
de formas cuadrticas tendremos que encontrar expresiones matriciales
lo ms sencillas posibles para cada clase de equivalencia. Gracias a las
bases ortogonales, toda forma cuadrtica admite una expresin matricial
diagonal.
Proposicin 38. Diagonalizacin Sea q Q (V ). Existe una base de V
tal que M (q) es diagonal.
10
XAVIER AZNAR
Proposicin 39. Equivalencia lineal de formas cuadrticas en C.

Sea V un espacio vectorial sobre C y q1 , q2 Q (V ). Las formas cuadrticas
q1 y q2 son linealmente equivalentes si y slo si el rango de q1 es igual al
rango de q2 .
Ejemplo 40. Discriminante Llamamos discriminante de q al signo del
determinante de la matriz q con respecto a cualquier base de V . El discriminante es un invariante para la clasificacin de formas cuadrticas en
espacios vectoriales sobre R.
Proposicin 41. Equivalencia lineal de formas cuadrticas en R.Sea
V un espacio vectorial sobre R y q1 , q2 Q (V ). Las formas cuadrticas q1 y
q2 son linealmente equivalentes si y slo si la signatura de q1 es igual a la
signatura de q2 .
Proposicin 42. Mtodo de Gauss o Lagrange Sea q una forma cuadrtica definida en un espacio vectorial V de dimensin n sobre el cuerpo K
de caracterstica distinta de dos, sea v V y sea q (v)) = f (x1 , . . . , xn ) =
P
1ijn aij xi xj una expresin polinmica de q respecto a una base de V .
Mediante la repeticin un nmero finito de veces de las dos operaciones que
vamos a describir a continuacin, se consigue una expresin polinmica de
q como suma y/o diferencia de cuadrados:
1. Caso en que existe i {1, . . . , n} tal que aii 6= 0 . (Supongamos que

a11 6= 0)
f (x1 , . . . , xn ) = a11
n
X
a1i
2
x1 +
x1 xi
a
i=2 11
llamando
x01 = x1 +
!
+ f2 (x2 , . . . , xn )
n
X
a1i
xi
2a11
i=1
tenemos
f (x1 , . . . , xn ) = a11 x01 2 + f20 (x2 , . . . , xn )
y se contina el proceso con f20 (x2 , . . . , xn ).
2. Caso en que para todo i = 1, . . . , n, aii = 0. Si todos los aij = 0 son
nulos el proceso finaliza. Supongamos que algn aij 6= 0 (tomamos
11
XAVIER AZNAR
a12 6= 0 para facilitar la escritura)

!
n
X
f (x1 , . . . , xn ) = a12 x1 x2 +
a1i xi x1 +
i=3
n
X
!
a2i xi
x2 +
i=3
aij xi xj = x1 (x1 + x02 ) +
3ij<n
!
+a1
12
a2i xi
x1 + x02
i=3
donde
x02 = a12 x2 +
n
X
i=3
n
X
!
a1i xi
aij xi xj
3ij<n
a1i xi x1
i=3
Ahora se puede aplicar la operacin 1) pues el coeficiente de x21 es no

nulo.
1.3.4.
0
Grupos ortogonales. Dados dos espacios vectoriales mtricos (E, q),
(E , q ) la existencia de un isomorfismo f : E 7 E0 tal que q = q 0 f reduce el estudio de (E, q) al de (E0 , q 0 ) y recprocamente. As, por ejemplo, si
U1 , U2 L (E) , U1 U2 si y slo si f (U1 ) f (U2 ) . Un isomorfismo como f se denomina isometra. Las isometras de un espacio vectorial en s
mismo son de especial importancia, pues forman un grupo de GL (E) que
se denomina grupo ortogonal O (E, q) y que define una subgeometra de la
geometra vectorial de E.
Definicin 43. Isometra Sean (E, q) y (E0 , q 0 ) dos espacios vectoriales
mtricos, un isomorfismo f : E 7 E0 diremos que es isometra si q = q 0 f .
Otra forma equivalente de definir isometras viene dada por el efecto sobre
los productos escalares de los espacios vectoriales mtricos.
Proposicin 44. Dados dos espacios vectoriales mtricos (E, q) y (E,0 q 0 ),
un isomorfismo f : E 7 E0 es una isometra si y slo si para cada v1 , v2 E,
Q (v1 , v2 ) = Q0 (f (v1 ) , f (v2 )).
Otra caracterizacin de las isometras es:
Proposicin 45. Sean (E, q) y (E0 , q 0 ) dos espacios vectoriales mtricos. Un
isomorfismo f : E 7 E0 es una isometra si y slo si existe una base =
(e1 , . . . , en ) de E tal que Q (ei , ej ) = Q0 (f (ei ) , f (ej )) para cada i, j {1, . . . , n}.
Algunas propiedades de las isometras estn descritas en la proposicin:
Proposicin 46. Sean (E, q) , (E0 , q 0 ) y (E00 , q 00 ) espacios vectoriales mtricos:
12
XAVIER AZNAR
1. Si f : E 7 E0 y f 0 : E0 7 E00 son dos isometras, entonces f 0 f es

tambin una isometra.
2. Si f : E 7 E0 es una isometra, entonces f 1 : E0 7 E es tambin una
isometra.
La proposicin 46 permite la definicin de grupos ortogonales al considerar las isometras de un espacio vectorial mtrico en s mismo y establecer
una relacin de equivalencia en el conjunto de los espacios vectoriales
mtricos.
Definicin 47. Grupo ortogonal Dado (E, q) espacio vectorial mtrico, el
grupo O (E, q) formado por las isometras de (E, q) en s mismo con la operacin composicin se denomina grupo ortogonal del espacio vectorial
mtrico (E, q).
Definicin 48. Grupos vectoriales isomtricos Dos espacios vectoriales
mtricos (E, q) , (E0 , q 0 ) son isomtricos si existe una isometra f : E 7 E0 .
La relacin ser isomtrico a es de equivalencia a causa de la proposicin 46
y su importancia radica en que las propiedades geomtricas de (E, O (E, q))
pueden traducirse a propiedades geomtricas para otro espacio vectorial
mtrico isomtrico. La relacin de equivalencia anterior clasifica los espacios vectoriales mtricos y en el caso de espacios vectoriales mtricos
sobre los cuerpos R o C gracias a la clasificacin lineal de formas cuadrticas de dichos espacios, podemos describir un sistema completo de
invariantes para la clasificacin por isometras:
Proposicin 49.
1. Dos espacios vectoriales mtricos sobre C son isomtricos si y slo si
tienen el mismo rango.
2. Dos espacios vectoriales mtricos sobre R son isomtricos si y slo si
tienen la misma signatura.
Definicin 50. Simetra ortogonal Dado un espacio vectorial mtrico
(E, q) diremos que una simetra vectorial : E 7 E con base B y direccin
D es una simetra ortogonal si B es ortogonal a D. Si adems, la base B
es un hiperplano diremos que es una simetra hiperplano.
Proposicin 51. Sea (E, q) un espacio vectorial mtrico, una simetra vectorial : E 7 E es una isometra si y slo si es una simetra ortogonal.
13
XAVIER AZNAR
Observacin 52. Si es una simetra vectorial de un espacio vectorial mtrico (E, q) no singular con base B, entonces tiene por direccin D = B .
Por ser simetra ortogonal D B y por ser (E, q) no singular, dim B =
dim E dim B = dim D .
1.4.
Leccin 12: Geometra vectorial eucldea. Un espacio vectorial
eucldeo E es un espacio vectorial mtrico real en el que el producto escalar

est inducido por una forma cuadrtica definida positiva.
El grupo de isometras de E, O (E) se denomina grupo ortogonal eucldeo
y es el grupo de transformaciones de la geometra vectorial eucldea. La
clasificacin en esta geometra de las transformaciones lineales eucldeas
y la obtencin de un sistema generador sencillo para O (E) constituyen los
objetivos principales de la leccin.
1.4.1.
Preliminares. El Criterio de Silvester es un criterio prctico para
reconocer cundo una forma cuadrtica real es definida positiva.

Proposicin 53. Criterio de Silvester Sea V espacio vectorial real de
dimensin finita n, q una forma cuadrtica en V y A = (aij ) la matriz (simtrica) que representa a q respecto a la base = (e1 , . . . , en ). Entonces se
verifica la equivalencia:
a11
.
q es definida positiva det ..

ak1
a1k
..
. >0
akk
Para todo k = 1, . . . , n.
Definicin 54. Un espacio vectorial eucldeo es un espacio vectorial mtrico real E = (E, q) en el que la forma cuadrtica q es definida positiva.
Al producto escalar:
q : E E 3 (u, v) 7 (u|v) R
se le denomina producto escalar eucldeo de E.
p
Si v E se escribe kvk = (v|v) y la aplicacin:
k k : E 3 v 7 kvk R+ {0}
se le denomina norma (eucldea) de E.
Observacin 55.
14
XAVIER AZNAR
1. En las condiciones de la definicin anterior se verifica que:

q =kk
La expresin de la forma polar Q de q dada en la definicin 10 de la

seccin 1.1 se puede escribir ahora como:

1
2
2
2
ku + vk kuk kvk
(u|v) =
2
2. Un espacio vectorial eucldeo puede definirse tambin como un espacio vectorial real E en el que se ha definido una forma bilineal
simtrica (producto escalar eucldeo) tal que:
v E
(v|v) >
(u|u)
0u=0
En particular, E es un espacio vectorial mtrico no degenerado.

3. Un espacio vectorial F del espacio vectorial eucldeo E tiene estructura natural de espacio eucldeo, si se considera en F el producto
escalar restringido:
F F 3 (u, v) 7 (u|v) R
La norma en F es evidentemente la restriccin de F de la norma de
E.
Proposicin 56. Desigualdad de Cauchy-Swartz Para todo par de vectores u, v del espacio vectorial eucldeo E se verifica la desigualdad
(1.1)
(u|v) (u|u) (v|v)
Adems se verifica la igualdad

(1.2)
(u|v) = (u|u) (v|v)
si y slo si el sistema (u, v) es linealmente dependiente.

Corolario 57. La norma k k de un espacio vectorial eucldeo E verifica las
siguiente propiedades:
1. kvk 0 v E
2. kvk = 0 v = 0.
3. kvk = || kvk para todo v E y todo R.
4. Para todo u, v E se verifica ku + vk kuk + kvk.
15
XAVIER AZNAR
Observacin 58. Forma alternativa de la desigualdad de Cauchy-Swartz

para dos vectores u, v E:
1
(u|v)
1
kuk kvk
Se define entonces el ngulo (no orientado) entre los vectores u, v como

el nico nmero que verifica
0
cos
(u|v)
=
kuk kvk
De esta forma se recupera la igualdad clsica

(u|v) = kuk kvk cos
En particular, cuando = 12 se tiene que (u|v) = 0 y u es ortogonal a v (y
escribimos u v).
Dados dos vectores u, v E, u 6= 0 existe un nico R tal que
(v u|u) = 0
ya que
(v u|u) = (v|u) (u|u) = 0 =
(v|u)
(u|u)
Definicin 59. Proyeccin ortogonal Si u, v E, u 6= 0 se denomina proyeccin de v sobre u al vector:

proy (v) =
(v|u)
u
(u|u)
Ntese que proy (v) es el nico vector w proporcional a u tal que (v w) u

y slo depende de la recta vectorial hui.
La existencia de bases ortogonales para un espacio vectorial mtrico cualquiera ya ha sido probada. En el caso eucldeo, puede refinarse el resultado y pueden construirse bases ortogonales bajo ciertas exigencias
adicionales:
Proposicin 60. Mtodo de ortogonalizacin de Schmitd Sea E un espacio vectorial eucldeo y (v1 , . . . , vn ) una base cualquiera de E. Existe entonces una base ortogonal (u1 , . . . , un ) tal que
(1.3)
hu1 , . . . , uk i = hv1 , . . . , vk i
16
k = 1, . . . , n
XAVIER AZNAR
Proposicin 61. Sea (e1 , . . . , en ) una base ortonormal y
x1
.
.
x=
. : E 7 Vn (R)
xn
el isomorfismo de coordenadas. Entonces, para cada u, v E se verifica:
(1.4)
proyei (u) = xi (u) = (u|ei )
(1.5)
(u|v) =
n
X
i = 1, . . . , n
xi (u) xi (v)
i=1
En particular se tienen las identidades de Parseval:

(1.6)
u =
n
X
(u|ei ) ei
i=1
(1.7)
(u|v)
(u|ei ) (v|ei )
i=1
1.4.2.
Transformaciones lineales eucldeas. Teorema de Cartan-Dieudonne.
Suponemos fijado un espacio vectorial eucldeo E de dimensin finita n. El

grupo de isometras de E lo llamaremos grupo de transformaciones lineales eucldeas y define la geomtra vectorial eucldea del espacio. En particular, el grupo de transformaciones lineales eucldeas del modelo analtico
En se identifica con el grupo de matrices

O (n) = A EL (n) |At A = id
que denominamos matrices ortogonales eucldeas o ms simplemente matrices eucldeas.
En una geometra cualquiera, tiene inters encontrar sistemas generadores sencillos para el grupo de transformaciones. As, para verificar si una
propiedad es geomtrica, es suficiente comprobar que permanece invariante por la accin del sistema de generadores.
Probaremos que una transformacin lineal eucldea cualquiera puede descomponerse en productos de simetras ortogonales respecto a hiperplanos.
Prop2.1LB89. Prop2.2Lbp90. Lema de extensin (Lema2.3LBp90).
Lema. 2.4 Sean a, b dos vectores distintos de E tales que kak = kbk =
6 0.
Existe entonces una simetra hiperplano de E que verifica (a) = b .
17
XAVIER AZNAR
Proposicin 62. Teorema de Cartan-Dieudonn: Cada transformacin

lineal eucldea de E puede descomponerse en un producto de no ms de
n (= dim E) simetras hiperplano.
Observacin 63. Rotaciones y reflexiones Una matriz ortogonal eucldea
A O (n) verifica At A = id. Tomando determinantes en ambos miembros,
se ve que:
2
(det A) = 1 det A = 1
Para una transformacin lineal eucldea en E se tiene que
det f = 1
ya que f se representa por una matriz eucldea respecto a una base ortonormal.
El conjunto O+ (E) de transformaciones eucldeas con determinante +1
constituye un subgrupo de O (E) denominado grupo de rotaciones.
Se denomina reflexin a una transformacin lineal eucldea f con determinante 1.
El conjunto O (E) de reflexiones no constituye un subgrupo de O (E),
pues debido a las propiedaes de la funcin determinante se verifica la
clsica regla de los signos para determinar el caracter del producto de dos
transformaciones.
Las simetras hiperplano son siempre reflexiones, pues su representacin
matricial reducida es de la forma:
1 0
0 1
J =
..
..
.
.
0
det J = 1
Por tanto, los productos de un nmero par de simetras hiperplano dan

lugar a las rotaciones, y en nmero impar, a las reflexiones.
1.4.3.
Clasificacin mtrica de las transformaciones lineales eucldeas. El
grupo ortogonal O (E) del espacio vectorial eucldeo E acta sobre s mismo
por conjugacin
O (E) O (E) 3 (g, f ) 7 g f g 1 O (E)
dando lugar a una relacin de equivalencia.
Definicin 64. Equivalencia mtrica
18
XAVIER AZNAR
Dos transformaciones lineales eucldeas f y f 0 de E se dicen mtricamente

equivalentes cuando existe g O (E) tal que:
f 0 = g f g 1
En particular, la equivalencia mtrica implica equivalencia lineal. As,

los invariantes como polinomio mnimo, polinomio caracterstico, etc. de
EL (E) son invariantes para la clasificacin mtrica.
Proposicin 65. Sea una base ortonormal de E. Dos transformaciones
lineales eucldeas f y f 0 de E son mtricamente equivalentes si y slo si
existe 0 base ortonormal de E tal que
M (f ) = M0 (f 0 )
Proposicin 66. Sea f una transformacin lineal eucldea en el plano vectorial eucldeo P . Existe entonces una base ortonormal = (u, v) de P tal
que la matriz J de f respecto a es de alguno de los siguientes tipos:
1. J =
2. G () =
cos
sin
sin
cos
!
para algn con 0
Observacin 67. La matriz G () =
cos
sin
sin
cos
!
tiene por polinomio
caracterstico
2
(t) = (t cos ) + sin2

con races = cos + i sin y = cos i sin .
Por tanto, la representacin matricial reducida indicada en la proposicin
66 puede deducirse enteramente del polinomio caracterstico de la transformacin. Esto prueba que, al menos en dimensin dos, el polinomio
caracterstico es un invariante completo.
Proposicin 68. Dada una transformacin lineal eucldea en E existe una
descomposicin de E en suma directa ortogonal de planos Pj y rectas Ri
invariantes e irreducibles respecto a f de la forma
(1.8)
E = R1 Rp P1 Pk
19
(p 0, k 0)
XAVIER AZNAR
Para establecer el teorema final de clasificacin se requiere alguna notacin adicional. Si R y m es un entero positivo, escribimos
G ()
cos
..
O (2m) donde G () =
G (, m) =
.
sin
G ()
sin
cos
Im denota la matriz identidad de orden m.

Si m = 0 se entiende que Im y G (, m) carecen de coeficientes y desaparecen.
Teorema 69. Teorema de Clasificacin
1. Sea f una transformacin lineal eucldea del espacio E. Existe una
base ortonormal de E respecto a la cual la matriz de f es de la
forma:
Is
J =
(1.9)
Ir
G (1 , m1 )
..
.
G (k , mk )
Donde r 0, s 0, k 0, 0 < i < para i = 1, . . . , k y i 6= j para

i 6= j.
2. El polinomio caracterstico de f es de la forma
(1.10)
r
(t) = (t 1) (t + 1)
(t cos 1 ) + sin2 1
im1
h
imk
2
(t cos k ) + sin2 k
y tiene todas sus races de mdulo unidad.

3. Dos transformaciones lineales eucldeas en E son mtricamente equivalentes si y slo si tienen el mismo mdulo caracterstico.
2.
2.1.
C APTULO VI - G EOMETRA EUCLDEA
Leccin 13 - Formas cuadrticas en un espacio vectorial eucl-
deo. Para toda forma cuadrtica en un espacio vectorial eucldeo existe

una base ortonormal que la diagonaliza. Esto permite resolver el problema de la clasificacin eucldea de las formas cuadrticas.
2.1.1.
Formas cuadrticas y aplicaciones simtricas. A cada forma cua-
drtica q de E se le puede asociar cannicamente un endomorfismo f de

20
XAVIER AZNAR
E que contiene toda la informacin geomtrica de la forma cuadrtica de

partida.
Estos endomorfismos f se caracterizan por una cierta condicin de simetra respecto al producto escalar. Su estudio desde el punto de vista
eucldeo equivale al de las formas cuadrticas de las que provienen.
Observacin 70. Notacin Dada Q una forma bilineal simtrica en el espacio vectorial eucldeo E denotamos por el mismo nombre a la aplicacin
lineal definida por las identidades
Q (u, v) = (Q (u) |v) = (u|Q (v))
(2.1)
Definicin 71. Endomorfismos simtricos Un endomorfismo f de E se

llama simtrico si verifica la condicin
(f (u) |v) = (u|f (v))
(2.2)
u, v E
Denotamos por S (E) al conjunto de todos estos endomorfismos.

2.1.2.
Diagonalizacin. Para todo endomorfismo simtrico existe una ba-
se ortonormal formada por autovectores. Esta base diagonaliza la forma

cuadrtica inducida por el endomorfismo.
Lema 72. Todo enfomorfismo simtrico f del espacio vectorial eucldeo E
admite al menos un autovalor.
Lema 73. Si f es un endomorfismo simtrico de E y U es un subespacio
invariante, entonces U tambin es invariante.
Proposicin 74. Teorema de diagonalizacin
Si f es un endomorfismo simtrico en el espacio vectorial eucldeo E existe
una base ortonormal = (e1 , . . . , en ) de E formada por autovectores de f .
Corolario 75. Sea q una forma cuadrtica de rango r > 0 en el espacio
vectorial eucldeo E. Existe entonces una base ortonormal = (e1 , . . . , en )
de E tal que en las coordenadas (xi ) inducidas, q se escribe de la forma
q = 1 x21 + + r x2r
2.1.3.
i 6= 0, i = 1, . . . , r .
Clasificacin mtrica de las formas cuadrticas. El grupo de trans-
formaciones lineales eucldeas O (E) acta por composicin de aplicaciones sobre el espacio Q (E) de las formas cuadrticas
Q (E) Q (E) 3 (q, g) 7 q q Q (E)
Esta actuacin induce una relacin de equivalencia mtrica en Q (E).
21
XAVIER AZNAR
Definicin 76. Equivalencia mtrica de formas cuadrticas

Dos formas q, q 0 de E son mtricamente equivalentes si g O (E) tal que
q g = q 0 , es decir
q (g (v)) = q 0 (v)
v E
Definicin 77. Equivalencia mtrica de endormorfismos simtricos

Si f es un endomorfismo simtrico de E y g O (E), entonces f 0 = g 1 f g
es un endomorfismo simtrico. Se dice entonces que f 0 es mtricamente
equivalente a f .
Proposicin 78. Si q es una forma cuadrtica en E y g es una transformacin lineal eucldea, entonces
]
(q g) = g ,1 q ] g
(2.3)
En particular, dos formas cuadrticas q y q 0 de E son mtricamente equivalentes si y slo si los son sus correspondientes endormorfismos simtricos
asociados q ] y q 0] .
Lema 79. Dos endomorfismos simtricos f y f 0 de E0 son mtricamente
equivalentes si y slo si existen bases ortonormales y 0 de E tales que
M (f ) = M0 (f 0 ).
Proposicin 80. Dos endomorfismos simtricos de un espacio vectorial eucldeo son mtricamente equivalentes si y slo si tienen el mismo polinomio
caracterstico.
Corolario 81. Si q es una forma cuadrtica en el espacio vectorial eucldeo
E el polinomio q (t) = A (t) no depende de la representacin matricial A de
q respecto a una base ortonormal y tiene todas sus races reales. Por otra
parte, la aplicacin
: L (E) 3 q 7 q (t) K (t)
es un invariante completo para la clasificacin mtrica de las formas cuadrticas, es decir, si q, q 0 Q (E)
q (t) = q0 (t) q es mtricamente equivalente a q 0
2.2.
Leccin 14 - Geometra afn eucldea. Un espacio afn E cuyo es
pacio vectorial asociado E sea eucldeo se denomina espacio afn eucldeo.
La norma de E induce una distancia en el espacio afn que denominamos

distancia eucldea. La estructura mtrica de E inducida por esta distancia
22
XAVIER AZNAR
determina completamente la estructura afn del espacio y el grupo de movimientos, que es el grupo natural de transformaciones, y subgrupo del
grupo afn.
Determinaremos un sistema generador simple para el grupo de movimientos y resolveremos el problema de su clasificacin.
2.2.1.
Distancia eucldea. Despus de exponer las nociones bsicas, pa-
samos a estudiar las propiedades generales y especficas de la distancia

eucldea. Terminaremos estableciendo las bases de la geometra analtica
afn eucldea.
Definicin 82. Espacio afn eucldeo
Un espacio afn eucldeo es un espacio afn E que tiene por espacio vecto
rial asociado un espacio vectorial eucldeo E .

Se llama distancia entre los puntos a y b del espacio afn eucldeo E al
nmero

d (a, b) = ab
y a la aplicacin d : E E 7 R se le denomina distancia eucldea.

Proposicin 83. La distancia eucldea definida en 82 verifica para todo
a, b, c E las siguientes propiedades:
1. d (a, b) 0 y d (a, b) = 0 a = b
2. d (a, b) = d (b, a)
3. Propiedad triangular: d (a, b) + d (b, c) d (a, c)
2
2
2
4. Teorema de Pitgoras Si ab bc entonces d (a, c) = d (a, b) +d (b, c)
Proposicin 84. Distancia entre subespacios
Sea E espacio afn eucldeo de dimensin finita n y A y B dos subespacios
no vacos de E tales que A B = .
Existen entonces puntos a A y b B tales que el vector ab es ortogonal a

A y a B. Por otra parte, estos puntos verifican:
(2.4)
d (a, b) = d (A, B)
Proposicin 85. Sean a, b dos puntos distintos del espacio afn eucldeo E
y
[a, b] = {(1 ) a + b | 0 1}
el segmento definido por ambos. Sea x un punto de E. Se tiene la equivalencia
x [a, b] d (a, b) = d (a, x) + d (x, b)
23
XAVIER AZNAR
Observacin 86. El resultado expresado en la proposicin 85 da un criterio

para determinar las rectas afines en el que slo interviene la distancia
eucldea.
Recordando que en el caso real la estructura afn viene unvocamente determinada por la familia de rectas, se puede decir ahora que las distancia
eucldea determina la estructura afn del espacio.
Para acabar expondremos las ideas bsicas que fundamentan la geometra
analtica afn eucldea.
Para cada entero positivo n, se denota por En al espacio afn eucldeo

E = An (R) obtenido al dotar a En = An (R) del producto escalar ordinario:
0
0
1 1
. | . = 1 1 + + ln n
. .
. .
n
Se denomina a En modelo analtico cartesiano de espacio afn eucldeo de

dimensin n.
La distancia eucldea en En viene expresada por la clsica frmula pitagrica:
1
..
.
1
..
.
v
u n
uX
2
= t
(i i )
i=1
Establezcamos ahora los sistemas de coordenadas que permiten pasar de

un espacio afn eucldeo abstracto al modelo analtico.
Definicin 87. Sistema de referencia eucldeo
Un sistema de referencia cartesiano = (e0 ,

e1 , ,
e
n ) en el espacio afn
eucldeo E se denomina sistema de referencia eucldeo si la base (

e , ,
e)
1
es ortonormal.
Proposicin 88. Sea =(e0 ,

e1 , ,
e
n ) un sistema de referencia eucldeo en
Ey
x=
x1
..
.
: E 7 En
xn
el isomorfismo de coordenadas.
24
XAVIER AZNAR
x induce entonces la isometra vectorial

!
0
: E 7 En
x
y se tiene la frmula pitagrica:
v
u n
uX
2
d (a, b) = t
(xi (b) xi (a))
a, b E
i=1
2.2.2.
Isometras y movientos. Teorema de Cartan-Dieudonne. Una iso-
metra entre dos espacios mtricos (E, d) y (E 0 , d0 ) es una aplicacin sobreyectiva f : E 7 E 0 que preserva la distancia, es decir:
d0 (f (a) , f (b)) = d (a, b)
Si los espacios mtricos E y E 0 son eucldeos, toda isometra entre ellos es
isomorfismo afn.
Las isometras de un espacio afn eucldeo E en s mismo se denominan
movimientos y determinan un subgrupo del grupo afn que constituye el
grupo natural de transformaciones. Las simetras hiperplano constituyen
un sistema generador para este grupo.
Definicin 89. Isometra
Una biyeccin f : E 7 E 0 entre dos espacios afines eucldeos se llama
isometra si verifica la propiedad
d0 (f (a) , f (b)) = d (a, b)
a, b E
Observacin 90.
1. La composicin de isometras tambin es isometra. Si f es isometria, entonces f 1 tambin lo es.
2. Supngase que f : E 7 E 0 es aplicacin afn tal que f : E

7 E 0 es
isometra vectorial. Entonces f es isometra, ya que:

d0 (f (a) , f (b)) = f (a) f (b) = f ab = ab = d (a, b)
3. Por otra parte, un isomorfismo afn f : E 7 E 0 , si es isometra,
su aplicacin lineal asociada es isometra vectorial. Estas son las
nicas isometras posibles entre espacios eucldeos.
4. Si = (e0 ,
e1 , . . . ,
e
n ) es un sistema de referencia eucldeo en E, el
isomorfismo de coordenadas:
!
1
x
: E 7 En
25
XAVIER AZNAR
es una isometra.
Proposicin 91. Toda isometra f : E 7 E 0 entre espacios afines eucldeos
es isomorfismo afn y su aplicacin lineal asociada f : E 7 E 0 es isometra

vectorial.
Definicin 92. Movimientos
Se llaman movimientos de un espacio afn eucldeo E a las isometras de
E en E.
El conjunto OA (E) de los movimientos con estructura natural de grupo
(respecto a la composicin de aplicaciones) se denomina grupo de movimientos de E y es el grupo de las transformaciones de la geometra afn
eucldea.
De las observaciones 90 y la proposicin 91 se deduce
Corolario 93. f : E 7 E es un movimiento si y slo si f : E

7 E 0 es
transformacin lineal eucldea.
Definicin 94. Simetra afn eucldea
A una simetra : E 7 E que es movimiento se le llama simetra afn
eucldea.
Lema 95. Dados dos puntos distintos a, b de un espacio afn eucldeo E,
existe una simetra hiperplano : E 7 E tal que (a) = b.
Teorema 96. Teorema de Cartan-Dieudonn
Sea E un espacio afn eucldeo de dimensin n y f : E 7 E un movimiento.
f puede descomponerse entonces en producto de no ms de n + 1 simetras
hiperplano.
Observacin 97. Movimientos directos e inversos
Un movimiento f del espacio afn eucldeo E (con dimensin finita n) se
llama directo si su transformacin lineal asociada es una rotacin, es
decir si
det f = +1
El conjunto OA+ (E) de movimientos directos forman un grupo. Si f es
una reflexin (det f = 1) diremos que f es movimiento inverso y se

denota por OA (E) al conjunto de estos movimientos. Naturalmente, es
vlida la regla de los signos para determinar el caracter de un producto de
movimientos.
Las simetras hiperplanos son movimientos inversos.
26
2.2.3.
XAVIER AZNAR
Clasificacin de los movimientos.
Definicin 98. Dos movimientos f y f 0 de E se dicen mtricamente equivalentes, cuando existe g OE (E) tal que:
f 0 = g f g 1
En particular, se verifica f 0 =
g f g 1 y la equivalencia mtrica de los
movimientos implica la de sus correspondientes transformaciones lineales

eucldeas asociadas. Las invariantes de la clasificacin mtrica en O E
son pues invariantes para la clasificacin mtrica de los movimientos.
Proposicin 99. Sea = (e0 ,

e1 , . . . ,
e
n , ) un sistema de referencia eucldeo
en E, f, f 0 movimientos. Entonces,
1. M (f ) es una matriz afn eucldea (de OA (n) )
2. f y f 0 son mtricamente equivalentes si y slo si existe 0 sistema de
referencia eucldeo E tal que
M (f ) = M0 (f 0 )
El teorema de clasificacin mtrica de transformaciones lineales eucldea
(ver 69 en la pgina 20) resuelve de forma inmediata el de clasificacin
mtrica de movimientos con puntos fijos (que determinan una clase invariante de OA (E)).
Proposicin 100. Sean f y f 0 movimientos con puntos fijos en el espacio
afn eucldeo E. Entonces f es mtricamente equivalente a f 0 si y slo si f
lo es a f 0 .
Observacin 101. Utilizando ahora el teorema de clasificacin 69 se concluye que los movimientos f y f 0 con puntos fijos son mtricamente equi y
0 coinciden. En
valentes si y slo si sus polinomios caractersticos
f
f
este caso ambos admiten una representacin matricial

respecto
a sistemas

0
0
0
0
de referencia eucldeos = (e , e , . . . , e ) y = e , e , . . . , e
adecuada0
mente elegidos del tipo

J=
0 J
donde J es una matriz diagonal por cajas Ir , Is , G (i , mi ) como la de la

ecuacin 1.9 en la pgina 20. Los orgenes e0 y e00 de y 0 son desde luego
puntos fijos para f y f 0 respectivamente.
La clasificacin de movimientos sin puntos fijos entraa alguna nueva
dificultad.
27
XAVIER AZNAR
Si f : E 7 E es un movimiento sin puntos fijos, es fcil encontrar una

traslacin : E 7 E tal que f tenga puntos fijos.
Por otra parte, como veremos, interesa que dicha traslacin conmute con
el movimiento f . Esta nueva exigencia restringe de tal modo el campo de
las traslaciones vlidas que lo reduce a una traslacin nica. El siguiente
: E 7 E la traslacin de vector v
lema conduce a ete resultado. Sea
v
Lema 102. Sea f : E 7 E un movimiento sin puntos fijos del espacio afn
eucldeo E,
v un vector de E . Se verifica:
1.
v f = f
v si y slo si f ( v ) = v
2. E se descompone en la suma directa ortogonal

E = ker f id im f id
Proposicin 103. Si f : E 7 E es un movimiento sin puntos fijos, existe
una nica traslacin

v : E 7 E tal que f
v =
v f es movimiento con
puntos fijos.
Definicin 104. Al vector

v de la proposicin anterior se le denomina
vector deslizamiento de f , y a k
v k = (f ) mdulo de deslizamiento.
Si f es movimiento con puntos fijos, se sobreentiende que el mdulo del
deslizamiento (f ) es nulo.
El siguiente lema se utilizar para probar que el mdulo de deslizamiento
es un invariante.
Lema 105. Sean f, g movimientos del espacio afn eucldeo E y

v E . Se
verifica entonces
(2.5)
g (
v f) g
g (
v) gf g
(2.6)
g (f
v)g
g f g 1
g (
v)
Teorema 106. Teorema de clasificacin

Un sistema completo de invariantes para la clasificacin mtrica de los movimientos de un espacio afn eucldeo E son:
: OA (E) 3 f 7 (f ) R
: OA (E) 3 f 7 f (f ) R [t]
Mdulo de deslizamiento
Polinomio caracterstico
Corolario 107. Dado un movimiento f en el espacio afn

h eucldeo E con poli-i
r
(t) = (t 1) (t + 1)
nomio caracterstico f (t) como
f
28
(t cos 1 ) + sin2 1
m1
mk
[(t cos k ) + sin k ]
XAVIER AZNAR
y mdulo de deslizamiento , existe un sistema de referencia eucldeo =
(e0 ,
e1 , . . . ,
e
n ) respecto al cual la matriz que representa a f es de la forma
!
1 0
si = 0
0 J
1 0
1
si 6= 0
J1
donde J y J son las matrices
0 J
(2.7) J =
Ir
con J =
Is
G (1 , m1 )
..
.
G (k , mk )
(2.8)
J = 1
J1
con
J1 =
Ir1
Is
G (1 , m1 )
..
.
G (k , mk )
2.3.
Leccin 15 - Geometra afn equiforme. El espacio afn eucldeo
constituye un modelo para representar nuestra idea intuitiva del espacio

ordinario con su distancia usual.
Pero para determinar el concepto de distancia es necesario fijar previamente la unidad de medida, es decir, fijar un segmento y declarar por
convenio que tiene longitud unidad. La longitud de otro segmento se obtiene entonces por comparacin con el segmento a travs de moviemientos
rgidos. Con la geometra afn somos capaces de comparar (por medio de la
razn simple) longitudes de segmentos paralelos. El grupo de movimientos permite, dados dos segmentos, pasar del primero a otro paralelo al
segundo, y entonces compararlos por medio de la razn simple.
La eleccin de la unidad de medida es un convenio que no afecta a la
esencia de la geometra eucldea. El efecto que produce un cambio de
unidad es el de multiplicar el producto escalar original por una constante
positiva, y el grupo de movimientos del nuevo espacio es el mismo.
29
XAVIER AZNAR
Si evitamos elegir a priori una unidad de medida, el grupo de movimientos

an permite comparar longitudes de segmentos, aunque desconozcamos
cul es la longitud de cada uno de ellos. En particular, tiene sentido hablar
de segmentos de la misma longitud. El grupo de transformaciones que
preservan la igualdad de longitudes de segmentos es el denominado grupo
de semejanzas y define la geometra afn equiforme, denominada as por
ser la geometra que conserva la forma de las figuras y hace abstraccin
de su tamao. El grupo de movimientos del espacio afn eucldeo original
puede definirse ahora como el grupo de las semejanzas que transforman
cada segmento en otro de la misma longitud.
La leccin consiste slo de dos partes. En la primera, se introducen las
semejanzas en un espacio afn eucldeo y se analizan sus propiedades. En
la segunda se resuelve el problema de su clasificacin.
2.3.1.
Grupo de semejanzas. Dos puntos a, b E definen un segmento
S = [a, b] = {(1 ) a + b} |0 1 . Se llama longitud del segmento S

al escalar d (a, b). Si dos segmentos S y S 0 de E tienen la misma longitud
escribimos SxS 0 . Esta relacin x es de equivalencia sobre el conjunto de
segmentos de E.
Definicin 108. Semejanzas
Una biyeccin f : E 7 E se denomina semejanza si verifica:
1. f (S) es un segmento para cada segmento S de E.
2. Si S y S 0 son segmentos de la misma longitud, entonces f (S) y f (S 0 )
tienen la misma longitud. En smbolos
SLS 0 f (S) Lf (S 0 )
Proposicin 109. Toda semejanza de E, es transformacin afn, su trans

formacin lineal asociada f : E 7 E preserva la ortogonalidad, es decir

si
u,
v E , (
u |
v ) = 0 f (
u ) | f (
v) =0
Corolario 110. La transformacin lineal asociada f : E 7 E a una seme
= (
janza f en E, verifica, si
e1 , . . . ,
e
n ) es base ortonormal de E , entonces
f ( ) es base ortogonal de E tal que

(2.9)
ei ) = f (
ej ) = 6= 0 i, j {1, . . . , n}
f (
Proposicin 111. Sea f : E 7 E una biyeccin en el espacio afn eucldeo
E. Son equivalentes las siguientes afirmaciones:
1. f es semejanza.
30
XAVIER AZNAR
2. f es transformacin afn y su transformacin lineal asociada es semejanza vectorial, es decir

vk
v ) = k
R+ tal que f (
v E
Se denomina a razn de la semejanza vectorial f .

3. Existe R+ tal que
d (f (a) , f (b)) = d (a, b)
a, b E
Se denomina a = (f ) razn de semejanza.

Ejercicio. Se obtiene una definicin equivalente de semejanza eliminado
de la definicin dada en 108 la condicin 1 y modificando ligeramente la
condicin 2, que queda sustituida por:
1. Para todo a, b, c, d E se tiene la implicacin
[a, b] L [c, d] [f (a) , f (b)] L [f (c) , f (d)]
Ejemplo 112.
1. Un movimiento en E es en realidad una semejanza de razn = 1.
2. Considrese en E la homotecia h de centro c y razn 6= 0, su
transformacin lineal asociada h es la homotecia vectorial de razn

, es decir
h : E 3
v 7
v E
y por lo tanto, para todo a, b E se tiene

d (h (a) , h (b)) = h (a) h (b) = h ab =

= ab = || ab = || d (a, b)
As pues, h es semejanza con razn = ||.
Proposicin 113. La composicin de semejanzas de E es una semejanza
con razn igual al producto de las razones correspondientes.
En particular, el conjunto GOA (E) de las semejanzas en E tiene estructura
de grupo respecto a la composicin de aplicaciones.
Definicin 114. Geometra afn equiforme Se denomina geometra afn
equiforme de E la definida por el grupo GOA (E) de las semejanzas en E.
Observacin 115. Existen infinitas maneras de descomponer una semejanza f de razn 6= 1 en producto de una homotecia de razn positiva
y un movimiento. De hecho, fijado un punto a E y la homotecia h de
31
XAVIER AZNAR
centro a y razn , entonces f h1 = g es un movimiento (ntese que h1

es semejanza de razn 1/) y se tiene que
f =gh
Sin embargo, si imponemos adems que la homotecia conmute con el movimiento, veremos que la descomposicin es nica.
Proposicin 116. Centro de Semejanza
Una semejanza f de E con razn 6= 1 admite un nico punto fijo, que
denominamos centro de semejanza de f .
Proposicin 117. Fijada una semejanza f de E con razn 6= 1 existe un
nico movimiento f1 : E 7 E que verifica la igualdad:
f = f1 h = h f1
para alguna homotecia h de razn positiva.
Por otra parte, el centro c de semejanza de f es punto fijo para f1 y para la
homotecia h.
Se denomina a f1 movimiento asociado a la semejanza f .
2.3.2.
Clasificacin mtrica y equiforme de las semejanzas. El grupo G =
GOA (E) de las semejanzas de un espacio afn eucldeo E acta por conjugacin sobre s mismo de la forma:
(2.10)
G GOA (E) 3 (g, f ) 7 g f g 1 GOA (E)
dando lugar a una relacin de equivalencia (equiforme) en la familia GOA(E)

de semejanzas.
Por otra parte, el grupo G = GOA (E) de los movimientos de E acta de
la forma expresada en la ecuacin 2.10 sobre GOA (E) dando lugar a otra
relacin de equivalencia (mtrica) en GOA (E).
Las dos relaciones de equivalencia -uniforme y mtrica- inducen sendos
problemas de clasificacin cuya solucin es el objeto de esta seccin final.
Veremos que la equivalencia mtrica y la equiforme son la misma sobre
la clase (invariante) de las semejanzas con puntos fijos y el invariante
completo viene dado en este caso por el polinomio caracterstico de la
transformacin lineal asociada.
Las semejanzas sin puntos fijos son necesariamente movimientos (ver
116), y para esta clase los dos problemas tienen distinta solucin.
32
XAVIER AZNAR
Definicin 118. Equivalencia mtrica y equiforme

1. Se dice que f y f 0 son M equivalentes (o mtricamente equivalentes) cuando existe g OA (E) tal que
f 0 = g f g 1
(2.11)
2. Si la relacin anterior se verifica para alguna g GOA (E) se dice

entonces que f y f 0 son Sequivalentes (o equiformemente equivalentes).
Observacin 119.
1. La M equivalencia implica, evidentemente, la Sequivalencia, pero
no recprocamente.
2. Dos semejanzas S o M equivalentes son en particular, afnmente
equivalentes, por lo que los invariantes afines son tambin invariantes respecto a la equivalencia mtrica y equiforme.
3. La razn de semejanza
: GOA (E) 3 f 7 (f ) R
Es un invariante equiforme (y por tanto mtrico), ya que segn 113
es

1
g f g 1 = (g) (f ) g 1 = (g) r (f ) (g) = (f )
El problema de la clasificacin mtrica de movimientos (semejanza de razn unidad) ya ha sido resuelto en la leccin anterior. Nos concentramos
en las semejanzas de razn 6= 1.
Proposicin 120. Dos semejanzas f y f 0 con la misma razn 6= 1 son
M equivalentes, si y slo si sus correspondientes movimientos asociados
f1 y f10 lo son.
Definicin 121. Polinomio caracterstico
Se llama polinomio caracterstico 1 de una semejanza f al polinomio
de su transformacin lineal asociada.
caracterstico
f
R [t] es un invariante para la equivaLa aplicacin : GOA (E) 3 f 7
f
lencia mtrica y equiforme de semejanzas.

Lema 122. Sea f semejanza de razn 6= 1 y sea f1 su movimiento asociado. Entonces:
f (t) = n f1 (t|)
33
XAVIER AZNAR
En particular, todas las races reales o complejas de f (t) tienen mdulo

igual a .
Proposicin 123. Teorema de clasificacin
Sean f y f 0 dos semejanzas con puntos fijos. Son equivalentes las siguientes
afirmaciones:
1. f es Sequivalente a f 0 .
2. f y f 0 tienen el mismo polinomio caracterstico.
3. f es M equivalente a f 0 .
Observacin 124. Matriz reducida de una semejanza con centro
Supngase que f es una semejanza de razn 6= 0 y centro c E . Si su
movimiento asociado f1 tiene polinomio
caracterstico
h
h como el de la
im1 (t)
imk
r
s
2
2
2
2
(t) = (t 1) (t + 1)
ecuacin
(t
cos
)
+
sin
(t
cos
)
+
sin
,
1
1
k
k
f
de E respecto a la cual la maentonces una existe una base ortonormal
) se verifica
triz de f1 es la matriz 2.7 (de la leccin 2.2). Tomando = (c,
!
!
!
1 0
1
0
1 0
M (f ) = M (h f1 ) = M (f ) M (f1 ) =
=
0 l
0 J
0 J
Siendo h la homotecia de centro c y razn
Finalmente, slo queda estudiar las semejanzas sin puntos fijos.
Proposicin 125. Clasificacin equiforme de semejanzas sin puntos
fijos Dos semejanzas sin puntos fijos f y f 0 son Sequivalentes si y slo si
tienen el mismo polinomio caracterstico.
Parte 2.
Problemas de lgebra
Una forma cuadrtica q en un espacio vectorial V define una mtrica en V .

Esta mtrica permite definir la longitud o mdulo de un vector. La mtrica
ser eucldea cuando la forma cuadrtica q es definida positiva. Aunque
todas las formas cuadrticas positivas son linealmente equivalentes, no
todas son mtricamente equivalentes. Por lo tanto debe tenerse en cuenta
cul es la mtrica definida en cada caso a la hora de calcular mdulos,
subespacios ortogonales y productos escalares.
En el espacio afn, la mtrica eucldea da lugar al espacio afn eucldeo, en
el que est definida la distancia eucldea entre dos puntos. En el espacio
afn eucldeo de dimensin 3 representa la idea intuitiva que tenemos del
34
XAVIER AZNAR
espacio, con la nocin de perpendicularidad y distancia usual. Los endomorfismos afines que preservan la distancia eucldea son los movimientos.
En dimensiones 2 y 3 el anlisis de los movimientos en el espacio afn eucldeo debe hacerse intentando comprender su comportamiento geomtrico, por lo que conviene visualizar su accin con una representacin grfica
de la misma.
Una semejanza es una transformacin afn que deforma las distancias
de manera uniforme. Mantiene la forma de los objetos, pero cambia su
tamao. Antes de estudiar las semejanzas es necesario haber trabajado
con homotecias afines y vectoriales.
3.
C APTULO 10 - F ORMAS CUADRTICAS Y ESPACIO VECTORIAL EUCLDEO
3.1.
Problemas tipo Captulo 10.
3.1.1.
Clculo de la signatura de una forma cuadrtica q.
Mtodo de Gauss. (Descripcin del mtodo de Gauss, que permite reducir

una forma cuadrtica a suma y diferencia de cuadrados). La signatura es,
en este caso, el nmero de trminos positivos y negativos
sig (num+, num)
Mtodo del polinomio caracterstico. Miramos el nmero de cambios de
signo en los trminos contiguos del polinomio caracterstico.
sig (cambios de signo, dim cambios)
3.1.2.
Obtener la representacin matricial de una forma cuadrtica q a
partir de su representacin polinmica (y viceversa). Si tenemos una forma

cuadrtica q (x) (atencin al factor 2 para los trminos cruzados) podemos
pasar a la forma matricial M (q) y viceversa, teniendo en cuenta que la
matriz M (q) es simtrica.
q (x) =
ai x2i
X
i,j
a11
a12
a1i
a21
aij (2xi xj ) M (q) =
..
.
a22
..
.
..
.
a2i
ai1
ai2
aii
Ejercicio 126. Determinar si q1 y q2 son linealmente equivalentes para

K = R y para K = C.
35
XAVIER AZNAR
Demostracin. Para resolver este problema debemos recordar que:
(K = R) sig (q ) = sig (q )
lin
1
2
q1 q2 (linealmente equivalentes)
(K = C) rang (q ) = rang (q )
1
2

Ejercicio 127. Dada una forma q con representacin matricial M (q), encontrar una base 0 en la que M0 (q) sea diagonal.
Demostracin. Elegimos un vector cualquiera u1 . Ampliamos la base con
u2 = (x, y, z) al que exigimos que (u2 |u1 ) = 0, es decir, que sea ortogonal a
u1 . La condicin de ser impone restricciones sobre los valores que pueden tomar x, y, z, lo que nos ayuda a elegir u2 . Continuamos el proceso
hasta completar la base, exigiendo para cada nuevo vector ui que sea perpendicular a todos los vectores elegidos que forman la base. Por ejemplo,
para u3 , exigimos (u3 |u2 ) = 0, (u3 |u1 ) = 0.
Finalmente, la forma diagonal M0 (q) es, donde q (ui ) = (ui |ui ) y que por
ser ortogonal hace que (uj |ui ) = 0 i 6= j.
q (u1 )
0
0
M0 (q) = 0
q (u2 )
0 , 0 = {u1 , u2 , u3 }
0
q (u3 )
Si queremos que la base 0 sea ortonormal, construimos u0i =
ui
(ui |ui ) ,
manera que los elementos de la diagonal de M0 (q) sean 1 1.
de
Ejercicio 128. Determinar si E = (V3 (R) , q) espacio vectorial mtrico es

espacio vectorial eucldeo (en funcin de un parmetro R).
Demostracin. Un espacio vectorial eucldeo es un espacio en el que la
forma cuadrtica q est definida positiva. q est definida positiva si, utilizando el criterio de Silvester, todos los subdeterminantes de M (q) son
positivos. Si tenemos un parmetro , analizamos para qu valores de el
criterio de Silvester determina si q est determinada positiva o no.
Ejercicio 129. Hallar las ecuaciones respecto a 0 de un subespacio vec

torial U tal que U, q|U -la restriccin de q sobre U - sea un espacio mtrico
singular, es decir, que q|U sea degenerada.
Demostracin. ?

36
XAVIER AZNAR
Problema. Calcular la signatura sig (q) en funcin de un parmetro R

P
P
de una forma cuadrtica q donde q (x) = i aii x2i + i,j aij 2xi xj (con aii
aij igual a ) M (q) =
aij con algn aij = .
Demostracin. Calculamos el polinomio caracterstico q (t) = det (M (q) tId)

y obtenemos la signatura y analizamos los cambios de signo en funcin de
los valores del parmetro .
3.2.
Teora derivada de la resolucin de los ejercicios.
Proposicin. 3.5 (Ver problema 130).

Sean q1 y q2 dos formas cuadrticas sobre K = C. q1 y q2 son linealmente
equivalentes si y slo si tienen el mismo rango, es decir:
K=C:
q1 linealmente equivalente a q2 rg (q1 ) = rg (q2 )
Proposicin. 3.8 (Ver problema 130).

Sean q1 y q2 dos formas cuadrticas sobre K = R. q1 y q2 son linealmente
equivalentes si y slo si tienen la misma signatura, es decir:
K=R:
q1 linealmente equivalente a q2 sig (q1 ) = sig (q2 )
Ejercicio 130. En V3 (K) sea la base cannica y sean q1 y q2 formas

cuadrticas con matrices:
M (q1 ) = 2
1
3
M (q2 ) = 1
2
1
Determinar si q1 y q2 son linealmente equivalentes para K = C y K = R.

Demostracin. Si K = C dos formas cuadrticas son linealmente equivalentes si y slo si tienen el mismo rango.
1 2 0
2 1
rg 2 2 1 = 3 rg 1 2
0
2 = 3 q1 q2
1
En el caso de K = R, dos formas cuadrticas son linealmente equivalentes
si y slo si tienen la misma signatura. Si

v V (R) , con coordenadas
3
37
Problemas
XAVIER AZNAR
respecto a
x1
v = x2
x3
De manera que para q1
q1 (
v)
x1
x1 + 2x2
(x1 , x2 , x3 ) 2
1 x2 = (x1 , x2 , x3 ) 2x1 + 2x2 + x3 =

3
x3
x2 + 3x3
= x21 + 2x1 x2 + 2x1 x2 + 2x22 + x2 x3 + x2 x3 + 3x23 =

= x21 + 4x1 x2 + 2x22 + 2x2 x3 + 3x23
Ahora utilizamos el mtodo de Lagrange para reducir la forma cuadrtica.
q1
=
=
x21 + 4x1 x2 + 2x22 + 2x2 x3 + 3x23 =

2
2
x21 + 2 (x1 ) (2x2 ) + (2x2 ) (2x2 ) + 2x22 + 2x2 x3 + 3x23 =
2
(x1 + 2x2 ) 4x22 + 2x22 + 2x2 x3 + 3x23 =

x x 2 x 2

3
3
3
2
2
= x1 + 2x2 2 x2 2x2
+
+ 3x23 =
2
2
2

x3 2 x3 2
2
= x1 + 2x2 2 x2
+ 3x23 =
2
2
!
2

2

x
2x
x
2
3
3 + 3x23 =
= x1 + 2x22 2
2
4
=
1
x2
2
x1 + 2x22 (2x2 x3 ) + 3 + 3x23 =
2
2

1
7
2
= x1 + 2x22 (2x2 x3 ) + x23 =
2
2
1
7
2
2
2
= (x01 ) (x02 ) + (x03 ) sig (2, 1)
2
2
Repetimos el proceso para obtener la forma cuadrtica de q2 (

v)
q2 (
v ) = 2x21 + 2x1 x2 + 2x1 x3 + 2x22 + 4x2 x3 + x23
38
Problemas
XAVIER AZNAR
Y utilizando el mtodo de Lagrange:

q2 = 2x21 + 2x1 x2 + 2x1 x3 + 2x22 + 4x2 x3 + x23 =

= 2 x21 + x1 (x2 + x3 ) + 2x22 + 4x2 x3 + x23 =

(x2 + x3 ) 1
1
2
2
2
= 2 x1 + 2x1
+ (x2 + x3 ) (x2 + x3 ) + 2x22 + 4x2 x3 + x23 =
2
4
4
!

2
1
1
2
= 2 x1 + (x2 + x3 ) (x2 + x3 ) + 2x22 + 4x2 x3 + x23 =
2
4
=
=
=
=
=
=
=
=
Como
1
1
2
2
[2x1 + x2 + x3 ] (x2 + x3 ) + 2x22 + 4x2 x3 + x23 =
2
2
1
1
1
2
[2x1 + x2 + x3 ] x22 x23 x2 x3 + 2x22 + 4x2 x3 + x23 =
2
2
2
1
3 2 1 2
2
[2x1 + x2 + x3 ] + x2 + x3 + 3x2 x3 =
2
2
2

1
1
3
2
(2x1 + x2 + x3 ) +
x22 + 2x2 x3 + x23 x23 + x23 =
2
2
2

1
1
3
2
2
(2x1 + x2 + x3 ) +
(x2 + x3 ) x23 + x23 =
2
2
2
1
3
3 2 1 2
2
2
(2x1 + x2 + x3 ) + (x2 + x3 ) x3 + x3 =
2
2
2
2
3
1
2
2
2
(2x1 + x2 + x3 ) + (x2 + x3 ) x3 =
2
2
1 0 2 3 0 2
2
(x ) + (x2 ) (x03 ) sig (2, 1)
2 1
2
vemos, las signaturas coinciden, por lo que las formas cuadrticas
q1 y q2 son linealmente equivalentes en V3 (R).
Ejercicio 131. En V3 (K) sea la base cannica y sean q1 y q2 formas

cuadrticas con matrices:
2 1
M (q1 ) = 1 1
0
1
1
M (q2 ) = 0
1
1
1. Determinar si q1 y q2 son linealmente equivalentes para K = C y

para K = R
2. Hallar una base 0 de V3 (R) tal que M0 (q1 ) sea diagonal.
Demostracin. 1) Para demostrar que dos formas cuadrticas son equivalente sobre K = C deben tener el mismo rango.
rg (q1 ) = 3 = rg (q2 ) son linealmente equivalentes
Para K = R dos formas cuadrticas sern linealmente equivalentes si tienen la misma signatura.
39
Problemas
XAVIER AZNAR
Empezamos calculando la forma cuadrtica q1
x1
2 1
0
q1 (
v ) = (x1 , x2 , x3 ) 1 1 1 x2 =
x3
0 1 1
=
2x21 + 2x1 x2 + x22 2x2 x3 + x23
Utilizamos el mtodo de Lagrange para calcular la signatura de las formas

cuadrticas.
q1
2x21 + 2x1 x2 + x22 2x2 x3 + x23 =

= 2 x21 + x1 x2 + x22 2x2 x3 + x23 =

x x 2 x 2
2
2
2
2
= 2 x1 + 2x1
+
+ x22 2x2 x3 + x23 =

2
2
2
1
2
(2x1 + x2 )
2
1
2
(2x1 + x2 ) +
=
2
1
2
=
(2x1 + x2 ) +
2
1
2
=
(2x1 + x2 ) +
2
1
2
=
(2x1 + x2 ) +
2
Ahora vamos a calcular q2
=
x22
+ x22 2x2 x3 + x23 =
2
x22
2x2 x3 + x23 =
2

1 2
x2 2x2 2x3 + 4x23 4x23 + x23 =
2
1
2
(x2 + 2x3 ) 2x3 + x23 =
2
1
2
(x2 + 2x3 ) x3 sig (q1 ) = (2, 1)
2
q2 (
v)
1 x2 =
1
x3
(x1 , x2 , x3 ) 0
x21
x1
+ 2x1 x3 + 2x2 x3 + x23
Y ahora utilizamos el mtodo de Lagrange para calcular la signatura de

las forma cuadrtica:
q2

x21 + 2x1 x3 x23 + x23 + 2x2 x3 + x3 =
2
= (x1 + x3 ) + 2x23 + 2x3 x2 =

x 2 x 2
2
2
2
=
= (x1 + x3 ) + 2 x23 + x3 x2 +
2
2

x 2
x2 2
2
2
= (x1 + x3 ) + 2 x3 +
2
sig (q2 ) = (1, 2)
2
2
Como vemos, sig (q1 ) 6= sig (q2 ), de manera que no son linealmente equivalentes en V3 (K) con K = R.

40
Problemas
XAVIER AZNAR
Demostracin. 2) A continuacin buscamos una matriz 0 tal que M0 (q1 )

sea diagonal.
Empezamos eligiendo un vector

v1 cualquiera, por ejemplo,
v1 ) = 2
v1 = 0 q1 (
0
Buscamos un segundo vector de la base que sea ortonormal a

v1 , es decir,
que verifique ( v | v ) = 0 segn q .

2
(x, y, z) 1

1 0 = (x, y, z) 1 = 2x + y = 0
1
0
0
De manera que elegimos z = 1, x = y = 0
v2 ) = 1
v2 = 0 q1 (
1
Ahora slo tenemos que completar la base 0 con un vector

v3 que verifique
( v | v ) = 0 y ( v | v ) = 0, de manera que
3
(x, y, z) 1
(x, y, z) 1
0
1
1
1
1
1
1
1
1
0
0
0
1

(x, y, z) 1 = 2x + y = 0 y = 2x
0
= (x, y, z) 1 = y + z = 0 z = y
De manera que si elegimos x = 1, y = 2, z = 2
v3 = 2 q1 (
v3 ) = 2
2
En esta base la M0 (q1 ) queda
M0 (q1 ) = 0
41
0
2

Problemas
XAVIER AZNAR
Ejercicio 132. Sea E = (V3 (R) , q) el espacio vectorial mtrico donde:
1 2 1
M (q) = 2 3 1
1
para una base cannica de V3 (R).

1. Determinar si E = (V3 (R) , q) es nun espacio
vectorial eucldeo.
0
0
0 o
0
2. Hallar una base ortogonal = e1 , e2 , e3 de E tal que

q e0i = 1, 1 o 0
3. Hallar las ecuaciones respecto a 0 de un subespacio vectorial U tal

que U, q|U sea un espacio vectorial mtrico singular (es decir, que
q|U es degenerada).
Demostracin. 1) Un espacio vectorial eucldeo es un espacio vectorial mtrico en el que el producto escalar est inducido por una forma cuadrtica
positiva. Pero vemos que

1 2

= 3 4 = 1 < 0 q no es definida positiva
2 3

Demostracin. 2) Calculamos la signatura de q a partir de su polinomio
caracterstico. Por el teorema de Descartes, para un polinomio con coeficientes reales (t) el nmero de races reales positivas de (t) = an tn +
+ a1 t + a0 coincide con el nmero de variaciones de signo entre los coeficientes no nulos de = {an , an1 , . . . , a1 , a0 }. Para la forma cuadrtica
q, el polinomio caracterstico q (t) es un polinomio de coeficientes reales,
que adems tiene todas las races reales (por ser la matriz de q una matriz simtrica), de forma que podemos aplicar el resultado anterior para
averiguar el ndice de positividad de q y con ello su signatura. En nuestro
caso
q (t) = t3 + 3t2 + 7t + 1
que da lugar a la sucesin de signos entre los coeficientes:
+ ++
luego slo tenemos un cambio de signo y el polinomio q (t) tiene una
nica raz positiva. Como adems, q no es degenerada, pues det (q) 6= 0,
42
Problemas
XAVIER AZNAR
entonces la signatura es
sig (q) = (1, 2)
RELACION ENTRE SIGNATURA Y LA POSIBILIDAD DE ENCONTRAR UNA

BASE ORTOGONAL> Ver 75 en la pgina 21
Como sig (1, 2) esto significa que podemos encontrar una base ortogonal 0
de E tal que M0 (q)
M0 (q) = 0
0
0
1
= (1, 0, 0) . De esta manera q (

) = (
|
Empezamos eligiendo
u
u
u
1
1
1 u1 ) =
u1 M (q) u1 = 1
. Es decir
A continuacin buscamos un segundo vector
v ortogonal a
u
1

1 2 1
1
1
v = (x, y, z) | ( v |u1 ) = 0 = (x, y, z) 2 3 1 0 = (x, y, z) 2 =

1 1 1
0
1
= x + 2y + z = 0
Si elegimos x = 0, y = 1 entonces z = 2. Como q (

v ) = 5, pero queremos
una base ortogonal,
= v =
1
u
2
5
5
2
Finalmente completamos la base buscando otro vector

w que sea, a la vez,
perpendicular a u y u (o a v , con el que comparte direccin). Utilizamos

1
el mismo proceso que hemos utilizado para obtener el vector

v.
) = 0
w = (x, y, z) tal que (
w |
u
1
tal que ( w |u ) = 0
2
43
Problemas
) = 0
(
w |
u
1
XAVIER AZNAR
2
1 0 = (x, y, z) 2 =
1
0
1 1 1
x + 2y + z = 0
w =
y
(x, y, z) 2
(
w |
v)=0
(x, y, x 2y) 2
1
x 2y
0
0
1
1 1 = (x, y, x 2y) 1 =
3
2
1
2
3
1
= y 3x 6y = 3x 5y = 0
3
y= x
5
x
z=
5
=
De manera que si tomamos x = 1, tenemos

w = 1, 35 , 15 . Como q (
w) =
1
, de manera que tomamos u = 5 w y queda
3
=
3
u
3
5
1
5
0
5
1
1
3
y q (u3 ) = 1. Al final del da, la base = {u1 , u2 , u3 } = 0 , 5 ,

5
2
0
1
5
5
Demostracin. 3)
Ahora buscamos un subespacio vectorial U tal que la restriccin de la
forma cuadrtica q a U sea degenerada, es decir, se comporte como la
forma cuadrtica nula. Para ello basta encontrar un vector

v 6= 0 tal que
q (
v ) = 0 y tomar como subespacio U la recta generada por
v.
(SIN ACABAR)
Ejercicio 133.
1. Calcular en funcin de R la signatura de la forma cuadrtica q
cuya matriz respecto a la base cannica de V3 (R) es
1 0
M (q) = 0 1 1
44
0
Problemas
XAVIER AZNAR
2. Para = 0 encontrar una base 0 de V3 (R) tal que M0 (q) sea diagonal y calcular M0 (q).
Demostracin. 1)
En primer lugar averiguamos si la forma cuadrtica es degenerada. Para
ello, calculamos su determinante:

1 0

det (M (q)) = 0 1 1 = 2 1 = 2 + 1 6= 0 R

1 0
Es decir, la forma cuadrtica q no es degenerada.
A continuacin buscamos el polinomio caracterstico:

1t
0

q (t) = det (M (q) tId) = 0
1t 1 =

1
t

2
= t (1 t) t2 + t + 2 + 1 = t3 + 2t + 2 t 2 + 1
Vemos que tenemos la siguiente sucesin de signos
+ +
O lo que es lo mismo, tenemos dos cambios de signo. Como q no es degenerada, la signatura ser
sig (q) = (2, 1)
Demostracin. 2)
Ahora buscamos una base 0 en la que M0 (q) sea diagonal. Empezamos
eligiendo el primer vector u1 de la base como u1 = (1, 0, 0). En este caso,
1 0 0
1
q (u1 ) = (1, 0, 0) 0 1 1 0 = 1
0 1
45
0
Problemas
XAVIER AZNAR
Buscamos el segundo vector de la base u2 , de manera que u2 u1
1
1 0 0
(x, y, z) 0 1 1 0 = 0
0
1

(x, y, z) 0 = x
0
(3.1)
De manera que elegimos u2 = (0, 1, 0). En este caso

0
1 0 0

q (u2 ) = (0, 1, 0) 0 1 1 1 = 1
0
0 1 0
Completamos la base con u3 , que verifique u3 u1 y u3 u2 . De la condicin de perpendicularidad con u1 (que es la misma que 3.1) tenemos que
x = 0. La condicin de perpendicularidad con u2 nos lleva a:

0
1 0 0

(0, y, z) 0 1 1 1 = 0
0
1 0
0

0

(0, y, z) 1 = y + z
1
(3.2)
Es decir, que podemos elegir u3 = (0, 1, 1). De manera que, al final del da,
q (u3 ) = 1 y
M0 (q) = 0
0
1
0
0
1
en la base 0 = {u1 , u2 , u3 }.
Ejercicio 134. En V3 (R) se define la siguiente forma cuadrtica q respecto

a la base cannica :
x1
q x2 = x21 + 2x22 + x23 + 4x1 x2 + 2x2 x3

x3
1. Determinar, en funcin de R, si (V3 (R) , q) es un espacio vectorial
eucldeo.
2. Para = 1 encontrar una base 0 de V3 (R) de forma que M0 (q) sea
diagonal y calcular M0 (q) .
46
Problemas
XAVIER AZNAR
Demostracin. 1)
Para demostrar si (V3 (R) , q) es un espacio vectorial eucldeo tenemos que
averiguar si la forma q est definida positiva. Si tuviramos la forma matricial de q podramos utilizar el criterio de Silvester para determinarlo.
As, el primer paso es obtener la forma matricial de q a partir de la forma
polinmica. Los coeficientes de los trminos cuadrticos corresponden a
los elementos de la diagonal, mientras que los elementos cruzados son elementos fuera de la diagonal. Debemos tener en cuenta, sin embargo, que
estos trminos incluyen un factor 2, que debemos eliminar para obtener
el coeficiente de la matriz (aij (2xi xj )).
q (
x)
x21 + 2x22 + x23 + 2 (2x1 x2 ) + 1 (2x2 x3 )
a11 a12 a13

1 2 0

a22 a23 = 2 2 1
a33
0 1
=
Una vez obtenida la forma matricial, utilizamos el criterio de Silvester.

Para que q est definida positiva, todos los subdeterminantes deben ser
positivos. En el caso de q, vemos que no es as

1 2

= 2 4 = 2 < 0
2 2
De manera que q no est definida positiva y (V3 (R) , q) no es espacio vectorial eucldeo (independientemente del valor de ).
Demostracin. 2)
En este apartado consideramos que = 1, por lo que M (q) = 2
1 .
1
Buscamos una base 0 tal que M0 (q) sea diagonal. Para ello empezamos
eligiendo un vector u1 = (1, 0, 0), de manera que q (u1 ) = 1. El siguiente
vector u2 de la base debe ser perpendicular a u1 , de manera que
(3.3)
(u2 |u1 ) = 0 (x, y, z) 2

1 0 = (x, y, z) 2 = x + 2y = 0
1
0
0
47
Problemas
XAVIER AZNAR
Es decir, que podemos elegir u2 = (0, 0, 1), con q (u2 ) = 1. Finalmente completamos la base 0 con u3 , que debe ser perpendicular a u1 y u2
(3.4)
(u3 |u1 )
0 x + 2y = 0
(u3 |u2 )
0 y + z = 0
Combinando las dos condiciones,

x
= 2y = 2z
= z
Con lo que
u3
= 1
1
q (u3 )
(2, 1, 1) 2

1 1 = (2, 1, 1) 3 = 3
1
1
0
Y la forma de M0 (q) en la base formada por 0
1 0 0
M0 (q) = 0 1 0
0
= {u1 , u2 , u3 } es
3
Ejercicio 135. Sea E3 el espacio vectorial real eucldeo y base ortonormal. Sean q1 y q2 formas cuadrticas con matrices
2 1
0
1
M (q1 ) = 1 1 1 M (q2 ) = 0
0 1 3
1
0 1
3
1
1
2
Determinar si q1 y q2 son mtricamente equivalentes.

Demostracin. En el espacio vectorial eucldeo E dos formas cuadrticas
q1 y q2 son mtricamente equivalentes si existe una base ortonormal respecto a la cual las dos representaciones matriciales de las dos formas
cuadrticas coinciden. Como las formas cuadrticas siempre admiten una
representacin matricial diagonal, el polinomio caracterstico es un invariante completo para la clasificacin mtrica de las formas cuadrticas.
De manera que
q1 , q2 son mtricamente equivalentes q1 (t) = q2 (t)
48
Problemas
XAVIER AZNAR
As, tenemos que buscar el polinomio caracterstico correspondiente a q1

y q2 para determinar si son mtricamente equivalentes. Para la primera
forma cuadrtica
2 1
M (q1 ) = 1 1
0
1 q1 (t)
3

2t

= 1

0
=
1
1t
1

1 =

3t
0
(2 t) (1 t) (3 t) (2 t) (3 t) =
= t3 + 6t2 11t + 6 (5 + 2t) =

= t3 + 6t2 9t + 1
M (q2 ) = 0
1
0 1
3
1
1 q1 (t)
2

1t

= 0

1
=

1

3t
1 =

1
2t
0
(2 t) (1 t) (3 t) (1 t) (3 t) =
= t3 + 6t2 11t + 6 (4 + 2t) =

= t3 + 6t2 9t + 2
Vemos que q1 (t) 6= q2 (t) de manera que q1 y q2 no son mtricamente
equivalentes.
Si slo estuviramos interesados en si son linealmente equivalentes, entonces tendramos que haber comparado las signaturas de ambos polinomios
caratersticos. En este caso, tanto para q1 (t) , q2 (t) tenemos + +, de
manera que sig (q1 ) = sig (q2 ) = (3, 0), por lo que q1 y q2 s son linealmente
equivalenntes, aunque no son mtricamente equivalentes.
4.
4.1.
C APTULO 11 - M OVIMIENTOS EN EL ESPACIO AFN EUCLDEO
Problemas Tipo Captulo 11. En este tema tenemos slo seis pro-
blemas, aunque algunos de ellos tienen varios apartados. En vez de tener

una coincidencia completa entre problemas, tenemos que se repiten problemas similares a nivel de apartado. Por ello he considerado como problemas relacionados los problemas 138 en la pgina 51 (similar al 142 en
la pgina 65) y el 139 en la pgina 57 (parecido a 143 en la pgina 67).
Los dos problemas restantes, 140 en la pgina 60 y 141 en la pgina 62
son nicos.
Ejercicio 136. Problema Tipo
49
Problemas
XAVIER AZNAR
En el espacio afn eucldeo E3 se considera el sistema de referencia eucldeo . Se da un movimiento f que cumple unas determinadas condiciones,
como por ejemplo, dejar fijo un nico punto p y una recta R, etc,
1. Hallar la matriz de f respecto a .
2. Hallar Jf .
3. Calcular las ecuaciones de los subespacios invariantes de f respecto de ( 0 ).
4. Determinar el tipo de movimiento al que corresponde f .
(Ver ejercicios 138 en la pgina siguiente y 142 en la pgina 65).
Demostracin. 1) Para determinar la matrizde f respectode empeza1 0 0 0
a d g
mos con una matriz de la forma M (f ) =

b e h . A partir de
c f i
aqu, utilizamos las condiciones que verifica f para determinar progresivamente los coeficientes de la matriz. Por ejemplo, si f tiene puntos fijos,
entonces f (p) = p , donde p es un punto fijo dado en el enunciado. Del mis
mo modo, si f deja invariante una recta vectorial, por ejemplo, entonces
f (
v ) =
v , donde
v es el vector direccin de la recta. En el ejercicio 138
en la pgina siguiente, adems, tenemos uno de los valores propios del
polinomio caracterstico, lo que nos sirve para acabar de determinar los
coeficientes de la matriz y as obtener M (f ).
Demostracin. 2) Para obtener la forma de Jordan Jf utilizamos los mtodos aprendidos en temas anteriores. El primer paso es determinar si f
tiene puntos fijos o no. A continuacin obtenemos el polinomio caracterstico y la multiplicidad de los diferentes autovalores. En este caso, como
f es movimiento, la forma de Jordan slo puede ser la correspondiente a
una rotacin, una simetra o una combinacin de ambos, lo que simplifica
las variantes de las formas de Jordan que podemos encontrarnos.
Demostracin. 3) Para encontrar los subespacios invariantes podemos utilizar un mtodo geomtrico, en funcin del tipo de movimiento que represente f . Si el movimiento es una rotacin, la recta correspondiente al eje
de giro ser un invariante. Si el movimiento es una simetra, tenemos el
subespacio base de la simetra as como su direccin. Si el movimiento es
una combinacin de giro y traslacin, es decir, un movimiento helicoidal,
entonces slo suele dejar invariante el eje de giro de la rotacin. En el caso
50
Problemas
XAVIER AZNAR
particular de que el ngulo de giro sea = tenemos adems el haz de

planos que contienen el eje de giro (ver 143 en la pgina 67, apartado 3)).
Tambin podemos utilizar el mtodo general. Primero, determinamos si f
tiene puntos fijos. Despus, buscamos subespacios vectoriales invariantes. Si f no tiene puntos fijos, entonces existe un vector desplazamiento
v = f (p) p . Segn vemos en temas anteriores, un subespacio vectorial
invariante X ser subespacio afn invariante si

v R , de manera que
X = p + X (donde p es el punto que verifica f (p) p =

v X ).
Cuando se piden las ecuaciones de los subespacios afines invariantes con
respecto a 0 debemos trabajar con M0 (f ) = Jf . El resto del planteamiento
es el mismo que en el caso de pedir las ecuciones con respecto a .
Demostracin. 4) Para determinar el tipo de movimiento descrito por f

podemos utilizar el lema 102 en la pgina 28.
Ejercicio 137.
4.2.
Problemas.
Ejercicio 138. En el espacio afin eucldeo E3 se considera el sistema de
referencia eucldeo = {e
e2 ,
e3 }. Sea f un movimiento que deja fijo
0 ; e1
1

1
nicamente el punto p=
0 , su polinomio caracterstico tiene la raz

0
3+i
2
y deja invariante la recta R := (x2 = 0, x3 = 0).
1. Hllese la matriz de f respecto a .

2. Hllese la matriz cannica de Jordan Jf de f .
3. Calclense las ecuaciones respecto a de los subespacio afines invariantes por f .
4. Si 0 es una simetra eucldea con base el plano x1 = 0, qu afirmacin sobre f 0 es correcta:
a) es un movimiento helicoidal
b) es una traslacin
c) es una simetra
d) es un giro
Demostracin. 1)
51
Problemas
XAVIER AZNAR
La matriz M (f ) ser de la forma
1 0 0
a d
M (f ) =
b e
c f
f = b
h
i
Para determinar los coeficientes de M (f ) empezamos utilizando que p es

un punto fijo, de manera que f (p) = p

1
1
1
1 0 0 0

a d g 1 1 a

b e h 0 = 0 = b

c
0
0
c f i
=1a
= b
= c
Como la recta afin R := (x2 = 0, x3 = 0) es invariante, f (

v ) = h
v i = R,
donde v es el vector director de la recta R.

* 1 +
1
R := (x2 = 0, x3 = 0) = 0 = h
e1 i = 0
0
0

a d g
1
1
a=
f ( e1 ) = b e h 0 = 0 b = 0
c
c=0
De momento ya hemos averiguado b = 0 = c = = .
Como f es un movimiento, f tiene que ser una transformacin lineal
eucldea. En este caso, los autovalores de f solo pueden ser +1 o 1.
Como
e es autovector, tenemos dos posibilidades:
1
1. f (
e1 ) =
e1
2. f ( e1 ) =
e1
En el primer caso, tenemos:
0
0
d
e
f
1
1

h 0 = 1 0 a = 1 M (f ) =
0
i
0
0
0
1
0
d
e
g
h
Es decir, tenemos toda una lnea de puntos de puntos fijos. Pero en el

enunciado se afirma que p es el nico punto fijo, de manera que 6= 1.
52
Problemas
XAVIER AZNAR
Ahora,
0
0
d
e
f
1
1
g
2
h 0 = 1 0 a = 1 M (f ) =
0
0
0
i
0
El siguiente paso es utilizar que el polinomio caracterstico tiene una so
lucin compleja,
3
2
+ 2i , por lo que tambin su compleja-conjugada es
solucin. Esto indica que existe un giro de ngulo tal que
3
1
cos =
sin = = 30
2
2
Este giro slo deja invariante el eje de rotacin, por lo que el eje debe ser
la recta R. As
2
M (f ) =
0
0
1
0
0
0
0
3
2
1
2
21
3
2
Es decir, el movimiento f consiste en un giro de g = 30 compuesto con

una simetra eucldea con direccin paralela al eje de giro R y con base
el plano afin := (x1 = 0) (ver figura 4.1)
F IGURA 4.1. El movimiento f es la composicin de una simetra y un giro g.

53
Problemas
2
M (f ) =
0
0
0
3
2
1
2
XAVIER AZNAR
12
3
2
0
0 1
1 0
0 0
0 1
0 0
0
0
3
2
1
2
0
=
21
3
2
g ( = 30)
= (D = R := (x2 = 0, x3 = 0) , B = := (x1 = 0))
f =

g
(4.1)

En 4.1, f ,
,
g son transformaciones lineales eucldeas.
Demostracin. 2)
Ahora buscamos la forma de Jordan Jf de f . Como f tiene puntos fijos
(por ejemplo, p), la forma de la matriz de Jordan ser
1 0 0 0
Jf =
f
0
0

Si nos fijamos en M f , ya tiene forma de Jordan, de manera que no

hace falta que la calculemos. Es decir, finalmente, la forma de Jordan Jf
es
0 1 0
0
Jf =
0 0
3
12
3
1
0 0
2
2
n
0
0
0 o
0
0
0
En este caso, = e0 ; e1 , e2 , e3 = {e0 ; e1 , e2 , e3 }, donde e00 = (1, 1, 0, 0) (tomamos como origen del nuevo sistema de referencia el punto fijo de f .
Demostracin. 3) En este apartado nos concentramos en buscar los subespacios afines invariantes por f . Empezamos buscando los invariantes vec
toriales por f y despus examinaremos si alguno de estos invariantes

tambin es invariante lineal.
Rectas invariantes: Utilizaremos el significado geomtrico de f pa
ra determinar los invariantes vectoriales. Recordamos que f es la

composicin de un giro g de 30 y de una simetra . Por un lado
tenemos las rectas invariantes del giro. En este caso, la nica recta
invariante por el giro g es la recta que tiene la misma direccin que
54
Problemas
XAVIER AZNAR
el eje R . Esta recta tiene vector direccin

v = (1, 0, 0) =
e1 . Las
ecuaciones de R respecto a son:
R := (x2 = 0, x3 = 0)

Adems, R = ker f + id .
Las rectas pertenecientes a la base de la simetra son invariantes respecto

a la simetra, pero no son invariantes con respecto al giro, por lo que no
hay ms rectas invariantes.
vemos que esta recta est asociada al nico

Si observamos la forma de J
f
autovalor real de f (correspondiente a la simetra). El resto de la matriz
corresponde a los autovalores complejo conjugados =
3i
2
(asociados al
giro).
Como estamos en dimensin 3, los hiperplanos son planos. Utilizando que

el nmero de hiperplanos invariantes coincide con el nmero de rectas
invariantes, tenemos que slo hay un plano vectorial invariante por f .
Planos invariantes: Cualquier plano perpendicular a la direccin del

giro quedar invariante por l. Como la direccin de la simetra
coincide con el eje de giro, los planos perpendiculares a la direccin del giro son precisamente los planos paralelos a la base de la
simetra. Estos planos paralelos a la base de la simetra quedan invariantes por la simetra . Como acabamos de ver, estos planos son
invariantes respecto al giro g y a la simetra , por lo que tambin
lo son con respecto a su composicin f =

g
. Los planos vec
toriales paralelos a la base de son := (x1 = 0), es decir, tienen

ecuaciones con respecto a

:= (x1 = 0) = ker f 2 3 f + id
El siguiente paso es comprobar si alguno de estos invariantes vectoriales
tambin es afn.
Como tenemos un punto fijo, podemos construir los invariantes afines

como la suma del punto fijo y el invariante vectorial. As, la recta afn
55
Problemas
XAVIER AZNAR
invariante ser
R
:=
p+ R

1
1

1
+
0 =
0

0
0
(x2 = 0, x3 = 0)
Y del mismo modo, el plano afn invariante
= p+
1
0
0
=
0 + 1 + 0
0
1
0
:=
(x1 = 0)
Demostracin. 4) Para averiguar cul de las afirmaciones es correcta, construimos la matriz de la simetra 0 y la componemos con f .
1 0 0 0
0 1 0 0
0 =
0 0 1 0
0 0 0 1
Si realizamos la composicin f
1 0
0
0
2 1 0
0
M (f 0 ) =
0 0
3
21
3
1
0 0
2
2
Es decir, que podemos descomponer
1 0 0
2 1 0
M (f 0 ) =
0 0 1
0 0 0
=
u g
0
0
0
= 2 1
1 0
0 0
0 1
0 0
f 0 en
0
1 0
0
0 1
0
0 0
1
0 0
0
0
3
2
1
2
0
0
3
2
1
2
12
3
2
0
=
12
3
2
Tenemos que la composicin f 0 resulta en una traslacin

u , con
u = (2, 0, 0) y un giro g de 30 alrededor del eje x1 . Si trasladamos un

56
Problemas
XAVIER AZNAR
punto mientras lo giramos, obtenemos una espiral, o lo que es lo mismo,

un movimiento helicoidal (respuesta a)).
Ejercicio 139. Sea E el espacio afn eucldeo de dimensin 3 y un sistema de referencia eucldeo de E. Sea f el endomorfismo afn de E con:
4
0
0
0

4
3
1
6
1

M (f ) =
4 4
1
3 6
6
2
0 6
1. Probar que f es un movimiento.
2. Calcular el vector deslizamiento y la forma reducida de Jordan Jf
de f .
3. Hallar las ecuaciones respecto a de los subespacios afines invariantes por f , donde 0 es el sistema de referencia eucldeo de E tal
que M0 (f ) = Jf .
Demostracin. 1) Para demostrar que f es un movimiento, utilizamos la

siguiente cadena de razonamientos. Segn la definicin de Movimiento
( 92 en la pgina 26), f tiene que ser una isometra de E en E. Junto con
la proposicin 91 en la pgina 26, toda isometra es isomorfismo afn, y su
aplicacin lineal asociada es isometra vectorial. Con lo que, utilizando el
corolario 93 en la pgina 26, si f es movimiento, basta demostrar que f

es transformacin lineal eucldea. El movimiento conserva la distancia, es
decir, es una transformacin ortogonal, lo que significa que f t = f 1 . As,
basta con demostrar
3
1
1
f f = id = 1
3
4
6 6

6
3
1
6 1
4
2
6
1
3

1
6

6 = 0
2
0
0
1
Demostracin. 2) El vector deslizamiento

v se define en 104 en la pgina 28, que hace referencia a la proposicin 103 en la pgina 28, que dice
que si f es un movimiento sin puntos fijos, entonces existe una nica
traslacin
v tal que
v f = f
v es movimiento con puntos fijos. As,
empezamos comprobando si la f del enunciado tiene puntos fijos o no.
57
Problemas
1
4
4
4
0
6
2
XAVIER AZNAR
a a

b = b

c
c
4a+b+
6c = 0
4 + a b 6c = 0
6a + 6b 2c = 0
6c a b = 6c
2
2
c = a b c = 6c 2 = 6!!
6
6
a + b +
6c = a b
Vemos que f no tiene puntos fijos. Utilizando la proposicin 103 en la pgi
na 28, existe una nica transformacin

v tal que f =
v , donde
v g = g
g es un movimiento
conpuntos fijos. Adems, el vector deslizamiento de f

cumple v ker f id .
f (p)
f (p)
(
v g) (p) =
v g (p) = g (p) + v
) (p) = g (
(p)) = g (p + v ) = g (p) + g ( v )
(g
v
De manera que, igualando las ecuaciones anteriores:
g (
v)=
v
Pero como la transformacin lineal asociada a una traslacin es la iden
g tenemos f =
g = id g = g de manera que la
tidad, de f =
v
igualdad anterior
(4.2)

v)=0
v ker f id
g (
v)=
v = f (
v ) f id (
Utilizamos la condicin 4.2 obtenemos
1

v)= 1
v ker f id f id (
4
x + y +
6z
x y 6z
6x + 6y 2z
0 x + y +
0z=
0
x
6

6 y = 0
0
2
z
6
(x y) = 0 2x = 2y
2
6
(x y) z = 0
2
= y
58
Problemas
XAVIER AZNAR
De manera que
v = (1, 1, 0). Ahora podemos calcular el mdulo de despla
zamiento = k v k = 2.
1 0

Jf =
0
J
f
. Para ello, calculamos el polinomio caAhora slo nos queda calcular J

f
(t).
racterstico
f
Tambin podramos haber calculado el vector deslizamiento eligiendo p un

punto fijo cualquiera de g, de manera que
f (p) = (
v g) (p) =
v g (p) =
v (p) = p + v ,
de manera que
v = f (p) p
que nos habra llevado al mismo resultado.
Vamos ahora a por la forma de J

f

6
1
3 t

4

4
4

6 = t3 + 2t2 2t + 1 = (t 1) t2 t + 1
1
3
(t) =
4
4
f
4
6
1
6
t
4
Como vemos, una de los valores propios es = 1, mientras que los dos
autovalores restantes son valores complejo conjugados, soluciones de:
3
1
i
=
2
2
De manera que la matriz de Jordan Jf queda
1 0 0
0

2 1 0
0

Jf =
0 0 1 3
2
2
1
0 0 23
2
Demostracin. 3) En este apartado debemos encontrar las ecuaciones respecto a 0 de los subespacios invariantes por f , donde 0 es el sistema de
59
Problemas
referencia eucldeo tal que
1

2
Jf =
0
XAVIER AZNAR
M0 (f ) = Jf . En
1
0 0 0
1 0 0
0
0 1 0
0
0 0 1
0
este sistema, Jf es
0 0
0
1 0
0

0 12 23
1
0 23
2
Vemos que f se puede descomponer en una traslacin

v de vector v =

2, 0, 0 y un giro g de ngulo /3 y eje R, donde R es

1
* 1 +
0

R=
0 + 0 := (y = 0, z = 0)

0
0
La composicin de una rotacin y un desplazamiento da lugar a un movimiento helicoidal, por lo que el nico subespacio invariante es el generado
por la recta R, eje del giro.
Ejercicio 140. Sea E2 el plano afn eucldeo. Obtener razonadamente la

matriz de Jordan y la descripcin geomtrica de un movimiento que sea
producto de dos simetras eucldeas 1 y 2 , respecto a dos rectas distintas, r1 y r2 .
Demostracin. Para poder analizar el resultado de la composicin de las
simetras 1 y 2 debemos tener en cuenta la posicin relativa de las rectas
r1 y r2 .
r1 k r2 : En el caso de que las dos rectas sean paralelas, como ilustra
la figura 4.2, tenemos que las ecuciones de las rectas son:
r1
r2
= e0 + h
e2 i
= e + a
e + h
e i
0
Y las matrices de las simetras para el sistema de referencia =
F IGURA 4.2. Caso: Rectas r1 y r2 paralelas

60
Problemas
{e0 ,
e1 ,
e2 } sern
M (1 ) = 0
0
XAVIER AZNAR
0
1
0
0
1
M (2 ) = a
0
1
0
0
1
En este caso, la composicin de las dos simetras resulta:
1 0 0
1 0 0
1 0 0
M (2 1 ) = a 1 0 0 1 0 = a 1 0
0
Que es una traslacin

v
con vector deslizamiento

v =
=
0
a
e1 . Es decir, la composicin de dos simetras respecto a rectas
paralelas es una traslacin en la direccin perpendicular a la de las
rectas.
r1 , r2 forman un ngulo : En este caso, tenemos la situacin representada en la figura 4.3. Elegimos un sistema de referencia tal que
el origen es el punto donde se cruzan las dos rectas y uno de los
vectores del sistema de referencia coincide con la direccin de una
de las rectas. La segunda recta resulta de aplicar un giro de ngulo
a la primera recta.
F IGURA 4.3. Caso: Rectas r1 y r2 forman un ngul
e0
r1
r1 r2
e + h
e i
r2
g (r1 )
donde g es el giro de centro e0 y ngulo que tiene la matriz
1
0
0
M (g ) = 0 cos sin
0
sin
61
cos
Problemas
XAVIER AZNAR
Las matrices para las simetras son:
1 0 0
M (1 ) = 0 1 0
0 0 1
M (2 )
= M (g ) M (1 ) M1 (g )
En primer lugar, obtenemos M (2 ) a partir de 1 1
1
0
1 0 0
1
0
0
M (2 ) = 0 cos sin 0 1 0 0 cos

0 sin
0 0 1
0 sin
cos
1
0
0
2
2
= 0 cos sin
2 sin cos
0
2 sin cos
sin =
cos
cos2 + sin2
Una vez tenemos la matriz para M (2 ), obtenemos ahora la matriz

para la composicin de las dos simetr97as respecto a las rectas r1
y r2
M (2 1 )
0 cos2 sin2
0
2 sin cos
1
0
2
0 cos sin2
0
2 sin cos
2 sin cos
0 1 0 =
0 0 1
cos2 + sin2

0
1
0
0

2 sin cos = 0 cos (2) sin (2)

cos2 sin2
0 sin (2) cos (2)
Es decir, que la composicin de dos simetras con respecto a rectas

que forman un determinado ngulo resulta en un giro de ngulo
2 con centro en el punto de interseccin e0 = r1 r2 de las dos
rectas.
Ejercicio 141. Sea E2 el plano afn eucldeo y = {e0 ,

e1 ,
e2 } un sistema
de referencia eucldeo. Sea C el cuadrado con centro e0 y lados paraleos a
e1 y
e2 de longitud 2.
Hallar las matrices respecto a de dos movimientos directos distintos a la
identidad y dos movimientos inversos que dejen invariante al cuadrado C.
Describir dichos movimientos geomtricamente.
1La matriz inversa de M (g ) es la matriz correspondiente a un giro de .

62
Problemas
XAVIER AZNAR
F IGURA 4.4. Movimientos que dejan invariante el cuadrado C

Demostracin. Buscamos movimientos que dejen invariante el cuadrado
C de la figura 4.4, es decir, movimientos tales que
g (C) = C
Para ello, distinguiremos entre movimientos directos e indirectos. Los mo
vimientos f directos tienen asociada como transformacin lineal f una ro
tacin: conservan la orientacin y tienen determinante positivo det f = +1.

Los movimientos indirectos g tienen asociada como transformacin lineal
g una simetra (reflexin), ya que invierten la orientacin y tienen deter

minante negativo det
g = 1. (Ver definicin en la nota 97 en la pgina 26).
Empezamos buscando los movimientos directos (rotaciones) que dejan invariantes los puntos pi de los vrtices del cuadrado:
!
!
!
1
1
1
p1 =
p2 =
p3 =
p1 =
1
1
1
cos
sin
sin
cos
!
= p1 2 cos = 2 = 0
En este caso, no hay rotacin, por lo que el movimiento es la identidad.

cos
sin
sin
cos
1
1
!
=
1
1
!
= p2 2 cos = 0 =
En este caso, tenemos la rotacin de un cuarto de vuelta, f 2 =

63
2
0
1 0
Problemas
cos
sin
sin
cos
XAVIER AZNAR
!
= p3 2 cos = 2 =
En este caso, tenemos la rotacin de media vuelta, f =

cos
sin
sin
cos
1
1
= p4 2 cos = 0 =
En este caso, tenemos la rotacin de un quarto de vuelta en sentido antihorario (o de tres cuartos de vuelta), que coincide con el caso =
2.
Es decir, hemos encontrado dos rotaciones que dejan el cuadrado C invariante:
f 2 =
f =
A continuacin buscamos los movimientos indirectos. Observando la figu-
F IGURA 4.5. Simetras que dejan invariante el cuadrado C

ra 4.5 observamos que tenemos cuatro simetras posibles, i ,i = 1, 2, 3, 4.
1 , 2 son las simetras que tienen como base la recta que pasa por e0 con
direcciones
e1 y
e2 . Las simetras 3 y 4 tienen como base las rectas que
64
Problemas
XAVIER AZNAR
contienen e0 y direcciones
e1 +
e2 y
e1
e2 (las diagonales del cuadrado).
Las matrices de estas simetras son:
!
!
1 0
1 0
1 =
2 =
0 1
0 1
!
!
0
1
0
1
4
3
1 0
1 0
Problema 142. Se E3 el espacio afn eucldeo de dimensin 3 y = {e0 ,

e1 ,
e2 ,
e3 }
un sistema de referencia eucldeo.
1. Hallar las matrices respecto a de los movimientos f de E3 que
dejan fija la recta R := (x = x = 0) y f (e +

e )=e +
e .
1
2. Caracterizar geomtricamente los movimientos obtenidos en el apartado anterior.
Demostracin. Como f es un movimiento que deja invariante R, en particular deja invariante el punto e0 , por lo que f tiene un punto fijo y su
matriz ser de la forma
0
M (f ) =
0
Hemos dicho que e0 es fijo, de manera que f (e0 ) = e0 , o sea que f (e0 +
e1 ) =
e0 + e2 f ( e1 ) = e2 . Por dejar la recta invariante R, f ( e3 ) = e3 , de manera

que slo nos queda por determinar f (
e2 ).
0 a 0

M f = 1 b 0
0 c 1
Para determinar a, b, c, utilizamos que como f es movimiento, f es transformacin eucldea, y por tanto verifica que
f f = id

0 1 0
0 a 0
1
b

2
a b c 1 b 0 = b a + b2 + c 2
0
c
65

0 = 0
1
0
1
0
b=c=0
0
a2 = 1
1
Problemas
XAVIER AZNAR
Es decir, que tenemos dos posibles movimientos que verifican las condiciones del enunciado:
0
fa=1 =
0
fa=1
0
=
0
1
Demostracin. 2)

Calculamos el determinante de fa=1 y fa=1 para determinar a qu tipo de
movimiento corresponde cada uno:

0 1 0

det fa=1 = 1 0 0 = 1 Movimiento inverso (simetra/reflexin)

0 0 1

0 1 0

det fa=1 = 1 0 0 = 1 Movimiento directo (rotacin)

0 0 1
En el primer caso, la simetra +1 deja invariante

e3 , por lo que tiene
como base el plano := (x1 = x2 ) (ver figura 4.6) . En el segundo caso, el
F IGURA 4.6. Diagrama correspondiente al movimiento fa=1

66
Problemas
XAVIER AZNAR
movimiento corresponde a una rotacin alrededor del eje

e3 , por lo que
0 1 0
cos sin 0
cos 0 = 1 0 0 =
sin
2
0
0
1
0 0 1
Es decir, fa=1 corresponde a una rotacin de =
(ver figura 4.7).
F IGURA 4.7. Diagrama correspondiente al movimiento fa=1
Ejercicio 143. Sea E3 el espacio afn eucldeo de dimensin 3 y sea =
{e0 ,
e
1,2,3 } un sistema de referencia eucldeo. Sea f el movimiento afn de
E3 con
0
M (f ) =
4
1. Calcular el vector deslizamiento y la forma reducida de Jordan Jf

de f .
2. Hallar un sistema de referencia eucldeo 0 tal que M0 (f ) = Jf .
3. Hallar las ecuaciones respecto a 0 de los subespacio afines invariantes por f .
Demostracin. 1)
Comprobamos si f tiene puntos fijos:
f (p) = p
67
Problemas
XAVIER AZNAR
0
a
0
b
c
1
4a
b
c
a
a = b = 4 b = a 0 6= 4
b
c
Es decir, f no tiene puntos fijos. En este caso, el vector deslizamiento
v 6= 0 verifica
(4.3)
(4.4)
f (p) p

ker f id
Con estas condiciones podemos encontrar el vector

v.
De la condicin 4.3 tenemos
a b
v = 4ab
2c
De la condicin 4.4 tenemos

x+y =0

ker f id =
z=0
De manera que
4 2a 2b =
z
Si elegimos b = 0, tenemos
0c=0
v = 2
0
k
vk== 8=2 2
El siguiente paso es determinar M

(t)
mio caracterstico
f

t

(t) = 1
f

0
0a=2b
1
t
0

f . Para ello, calculamos el polino-

2
0
= (1 t) (1 + t)

1 t
68
0
Problemas
XAVIER AZNAR
Tenemos t = 1 (doble) y t = 1. Como f
ser de la forma
eucldea2, J
f
1 0
0

= 0 1
J
0
f
0
es una trasformacin lineal
Es decir, es un movimiento directo, en concreto una rotacin de ngulo

= .
Al final del da,
1

2 2
Jf =
0
0 1
0
1
Demostracin. 2) Ahora buscamos un sistema 0 tal que M0 (f ) = Jf .

Como f no tiene puntos fijos, utilizamos el 102 en la pgina 28 que dice:
f =
v g = g
v
donde g es un movimiento que s tiene puntos fijos y con

v = (2, 2, 0) el
vector deslizamiento de f .
0
1
0
M (f )
0
0
1 0
0
0
0 1
vg
0
a
1 0
b
0 1
c
0
0
2 + a = 0 a = 2
2+b=4b=2
c=0
2Si fuera de la forma
2
M (g) =
2
1
1
1
no sera una rotacin.

1
69
Problemas
XAVIER AZNAR
El origen de 0 es un punto fijo de g, g (e00 ) = e00
1
1
1 0
0
0
2 0 1 0 a
= a
2 1 0
0 b
c
c
0 0
0 1
1
1
a
2b
2a = b
c
c
a=2b
a=2b
c=0
Por lo que, eligiendo b = 0,
e00 =
0

0
El siguiente paso es completar el sistema de referencia con los vectores de
0 .
Utilizamos que las columnas de la forma de Jordan son una representa
cin de la actuacin de f sobre los vectores de e0i

f (e00 )

f e01

f e02

f e03
(4.5)
1
e0 + e01 e01 = (f id) (e00 )
= e01

= e02 e02 ker f + id

= e03 e03 ker f + id
=
0
0
Pero como f =
v g, podemos simplificar 4.5, utilizando que g (e0 ) = e0 y
0
0
(e ) = e + v :
que
v
0
e1
=
=
=
1
1
g id) (e00 ) =
(f id) (e00 ) = (
v
1
1
0
0
(g (e00 )) e00 ) =
((
(
v g) (e0 ) id (e0 )) =
v
1
1 0
1
(e0 ) e00 ) =
(
(e +
v e00 ) =
v
v 0
0
De manera que
0
1
e1 =
v =
70
12
1
2
Problemas
XAVIER AZNAR

y los vectores e02,3 ker f + id (linealmente independientes entre s).
Adems, por ser 0 un sistema de referencia eucldeo,
los vectores forman

0
0
una base ortonormal, es decir, ei ej = ij y ei = 1 i = 1, 2, 3.
Buscamos los vectores e02 y e03 , que son linealmente independientes y ortonormales.
1

ker f + id = 1
0
1
1
0
0
x
0
0 y = 0 x = y
0
z
0
1
0
2
1
Elegimos e2 = 0 (que ya tiene norma 1) y e03 =
2 (que hemos
1
0
normalizado).
Al final
12
2 1
0 =
0 , 2
0
0

1
0
2
, 0 , 1
2
1
0
Demostracin. 3) Nos piden encontrar las ecuaciones de los subespacios

afines invariantes con ecuaciones respecto a 0 , de manera que trabajaremos con M0 (f ) = Jf .
F IGURA 4.8. f describe un movimiento helicoidal, ya que

es la composicin de una translacin y un giro de = .
71
Problemas
XAVIER AZNAR
El movimiento f hemos visto que puede descomponerse en una traslacin

y un giro, por lo que representa un movimiento helicoidal (ver figura 4.8).
En este tipo de movimiento slo suele quedar invariante la recta del eje de
giro. En este caso, como la rotacin es de = , tenemos tambin el haz
de planos que contiene la recta del eje de giro.
1

2 2
Jf =
0
0 1
0
0
= 2 2
0
0
1
0
0
0
0
0
0
1 0
0
0
0 1
0
=
ug
0
Empezamos buscando los subespacios invariantes vectoriales.

Las rectas vectoriales invariantes estn asociadas a los valores propios
reales del polinomio caracterstico.

0
x
0 0
0

ker f id = 0 2 0 y = 0 x = y = 0
0
z
0 0 2
Tenemos una recta vectorial R := (x2 = 0, x3 = 0)
2

ker f + id = 0
0 y = 0 x = 0
0
z
0
No es una recta.
Como estamos en dimensin 3, el nmero de hiperplanos (planos) coincide con el nmero de rectas vectoriales invariantes, es decir, hay un plano
vectorial invariante, que corresponde al valor t = 1(doble). Para averiguar
las ecuaciones del plano vectorial invariante buscbamos los vectores pro
pios asociados a f t . Como f es diagonal, f = f t .
:= (x1 = 0) := (x2 + x3 = 0)
El siguiente paso es comprobar si los subespacios vectoriales invariantes
son tambin subespacios afines invariantes. Para comprobarlo, debemos
comprobar si
v = f (p) p X , donde X es el subespacio vectorial invariante.
72
Problemas
Calculamos primero
v = f (p) p
1
0 0
0

2 2 1 0
0
v =
0
0 1 0
0
0 0 1
XAVIER AZNAR
a
a = 2 2
b b 2b
c
c
2c
1
Empezamos con la recta R := (x2 = 0, x3 = 0).

v R 2b = 0, 2c = 0,
es decir,
v R b = 0 = c . Por tanto, tenemos que
* 1 +
0

R=
0 + 0
0
0
es recta afn invariante.
F IGURA 4.9. Haz de planos afines invariantes

El haz de planos H, := (x2 + x3 = 0) (ver 4.9) contiene la recta R tambin es invariante, ya que cada punto del plano, tras la rotacin de = ,
acaba en la otra hoja del plano (cosa que no pasa en general, para rotaciones 6= ).
5.
5.1.
C APTULO 12 - S EMEJANZAS
Problemas Tema 12.

73
Problemas
XAVIER AZNAR
Ejercicio 144. Sea E3 el espacio afn eucldeo de dimensin 3 y sea =

{e ,
e; i = 1, 2, 3} un sistema de referencia eucldeo. Sean
0
i,
P1 =
0
0
0
P1 =
2
2
P2 =
1

0

1

P20 =
0

2
P3 =
0

1
2
0
P3 =
2
0
1. Sea T el tringulo de vrtices P1 , P2 y P3 . Hallar la matriz respecto a

de la homotecia afn h de centro el baricentro b de T y razn = 2.
2. Hallar la matriz
respecto
de del giro g de ngulo y eje de giro la
D
E
recta R = e0 + e0 b .
3. Sea la traslacin de vector 3e0 b. Probar que s = g h es una

semejanza de E3 que transforma el tringulo T en el tringulo T 0 de
vrtices P10 , P20 y P30 .
4. Hallar el movimiento asociado a la semejanza s.
Demostracin. 1) El baricentro del tringulo es el punto que equidista de
todos sus vrtices. En general podemos obtener el baricentro
de una
figura con k vrtices mediante

P1 + P2 + + P k
k
En nuestro caso, k = 3, de manera que
1
1
3
b=
1
3
b=
1
3
Ahora que tenemos el centro de la homotecia, sabemos que h deja fijo el
punto b, mientras que su aplicacin lineal asociada h = 2 id, por lo que

M (h) es

M (h) =

3barycenter o centroid en ingls.
74
Problemas
Utilizando que
XAVIER AZNAR
h deja el punto b fijo, obtenemos
1
1
0 0 0
1
1
2 0 0
3 = 3
1
1
0 2 0 3
3
1
1
0 0 2
3
3
1
1
+ 23
= 3 = 1 = =
+2
1
3
3
3
1
+ 32
3
Por lo que, finalmente,
1
3
M (h) =
1
3
31
2
Demostracin. 2) Tenemos que hallar
DEla matriz del giro g de ngulo =
y con eje de giro la recta R = e0 + e0 b . La matriz del giro restringida a R

se comporta como la identidad, ya que deja la recta invariante:
= id
(5.1)
g |
R
Para los vectores perpendiculares a la direccin de la recta R , el giro de
se
= convierte los vectores del plano en su inverso, con lo que
g |
comporta como id (ver figura 5.1), donde w1 y w2 son dos vectores lineal
mente independientes del plano , perpendicular a R .
= id
(5.2)
g |
g |= = id
con la condicin de perpendicularidad a
Obtenemos los vectores

w
v
i
) = 0 x + y + z = 0, de manera que tenemos los vectores:

(
v |
w
i
1
0
= 0

w
w2 = 1
1
1
1
75
Problemas
XAVIER AZNAR
F IGURA 5.1. El giro

g de ngulo = se comporta como
un cambio de signo para los vectores del plano perpendicu
lar a la direccin de R
Ahora vamos a determinar los coeficientes que componen la matriz del
giro
g , M (
g)
a b c
M (
g)= d e f
g
Con lo que utilizando las condiciones 5.1 y
direccin de la recta R :
a b c
1
d e f 1 =
g h i
1
a+b+c
d+e+f =
g+h+i
5.2 tenemos, para el vector

1
1
1
1
1
a=1bc
d=1ef
g =1hi
76
Problemas
XAVIER AZNAR
Y para los vectores perpendiculares a
comporta como id:
0
1bc b c
1 e f e f 1
1hi
la recta, para los que el giro se
1
1
bc
ef
hi
1
b=c
1 2c
2 2f
2i
e = 1 + f
h=1+i
1 + f
f 0
1
1+i
i
1 2c c
2 2f f
2i i
0
1
0
1
2
3
f = 23
i = 31
c=
Con lo que hemos podido determinar todos los coeficientes de la matriz
M (
g)
1
2
2
3
3
3
2
M (
g ) = 23
31
3
2
2
31
3
3
Finalmente, teniendo en cuenta que g tiene puntos fijos (por ejemplo, e0 ),
la forma final de M (g) es
0
M (g) =
0
31
2
3
13
2
3
2
3
2
3
31
2
3
2
3

h es una semejanza y comDemostracin. 3) Para averiguar si s = g 3
e0 b
probar si transforma los vrtices del tringulo T en los del T 0 (expresados
77
Problemas
XAVIER AZNAR
por Pi0 ), multiplicamos las matrices para cada una de las transformaciones que componen s .
tenemos que
En el caso de la traslacin 3
e0 b
1 0 0 0
1 1 0 0
M ( ) =
1 0 1 0
1 0 0 1
De manera que ahora, s es

s =
M (g) M ( ) M (h) =
1 0
0
0
2
2
0 13
3
3
0
2
2
13
3
3
2
2
0
31
3
3
3 0
0
0
4
1
2 2 4
3
2
4
2
4
2 4
4 2
0
3
1
0
3
13
1
0
=
0
El siguiente paso es comprobar que s transforma los vrtices de T en los

de T 0 , es decir, mantiene la forma
1
M (s) P1 = M (s)
0
3 0
0
0
1
1
2
2
4
4
1
3
2 4 2 4 0
2 4
4 2
0
de los objetos transformados.
78

1
0 = 0 = P10

3 6
2
6
2
Problemas
XAVIER AZNAR
M (s) P2 = M (s)
1

0

1
3 0
0
0

0
2 2 4
4

2 4 2 4
1
0
2 4
4 2

1
6 = 2 = P20

3 0
0
2
6
M (s) P3 = M (s)
0

1

3 0
0
0
1

2 2 4
4 0

2 4 2 4
0
2 4
4 2
1

1
6 = 2 = P30

3 6
2
0
0
Para cualquier vector

w = (w1 , w2 , w3 ),
s (
w)
(5.3)
2
1
4
3
4
w1
=
2 4
w2
4 2
w3
2w1 + 4w2 + 4w3

1
4w1 2w2 + 4w3 =

3
4w1 + 4w2 2w3
w1 + w2 + w3
w1
4
w1 + w2 + w3 2 w2
3
w1 + w2 + w3
23
Utilizando la proposicin 111 en la pgina 30, en particular la segunda afirmacin, vemos que si f es una transformacin afn, entonces su
transformacin lineal asociada es una semejanza vectorial, es decir

R+ tal que f (
v ) = k
v k
v E
As que en nuestro caso, al comprobar que:
79
Problemas
k
s (
v )k
XAVIER AZNAR
v
u 3
2
uX 4
= t
(w1 + w2 + w3 ) 2wi
=
3
i=1
r
16
16
=
(w1 + w2 + w3 ) + 4 (w12 + w22 + w32 )
(w1 + w2 + w3 ) =
3
3
q
= 2 w12 + w22 + w32 =
= 2 k
vk
Es decir,
k
s (
w )k = 2 k
vk
se demuestra que s es una semenjanza de razn 2.
Demostracin. 4) Recordamos que segn la observacin 115 en la pgina 31, aunque existen infinitas formas de descomponer una semejanza s
de razn 6= 1 en producto de homotecia de razn positiva y un movimiento, si exigimos que la homotecia y el movimiento conmuten, entonces esta
descomposicin es nica.
As, en nuestro caso, el movimiento asociado a una semejanza s ser el

nico movimiento f tal que
s=f =f
donde es una homotecia = (c, ) donde la razn de coincide con
la razn de la semejanza y el centro c de coincide con el nico punto fijo
de la semejanza s. Como la razn de la semejanza s coincide con la razn
de la homotecia ( = 2), tenemos que

M () =

Sabemos que la homotecia slo tiene un punto fijo, lo que nos permite
obtener los coeficientes desconocidos de M (). Este punto fijo (tanto de la
homotecia como del movimiento asociado, como indica la proposicin 117
en la pgina 32) es el centro de la semejanza s. En nuestro caso el centro
80
Problemas
XAVIER AZNAR

de la semejanza es el punto c = 1, 23 , 23 , 23 como obtenemos de:
2
0
0
M () (c) =
1
0 0
2
0 0
3 =
2
2 0 3
2
0 2
3
+ 34
+4 =
3
+ 43
1
2
3
2
3
2
3
1
2
3
2
3
2
3
De manera que, al final

2
3
Con esto hemos determinado la homotecia
1 0 0
2
3 2 0
M () =
2 0 2
3
32 0 0
===
Para determinar el movimiento, podramos darnos cuenta que
1 0 0 0
2
3 2 0 0
M ( ) M (h) =
2 0 2 0 = M ()
3
32 0 0 2
Y como
s = f =f
s = g h
Entonces, M () = M ( h) M (f ) = M (g) f = g . Es decir, que
1 0
0
0
2
2
0 31
3
3
M (f ) = M (g) =
2
2
13
0
3
3
2
2
0
13
3
3
Ejercicio 145. Sea E2 el plano afn eucldeo y = {e0 ,

e1 ,
e2 } un sistema
de referencia eucldeo. Sea C el cuadrado con centro e0 y lados paralelos
a
e y
e de longitud 2.
1
81
Problemas
XAVIER AZNAR
Hallar la matriz de una semejanza que transforme el cuadrado C en el

1

cuadrado C 0 de lados paraleos a

e1 y
e2 con centro en 1 y tal que el
2
rea de C 0 sea el doble que el rea de C.
Demostracin. Una semejanza puede descomponerse en la una traslacin

y una homotecia. Como la semejanza que buscamos queremos que duplique el rea del cuadrado, empezamos buscando qu relacin hay entre la
longitud de los lados de C y C 0 .
El rea de un cuadrado es A (C) = l2 . En nuestro caso, A (C) = 22 = 4.
El rea del cuadrado semejante es A (C 0 ) = 2A (C) = 8 = l0 l0 = 8. El
0
cociente ll = = 2 2 2 = 2 es la razn de la homotecia h. El centro de la
homotecia es el origen del sistema de referencia, e0 = 0 , de manera

0
que
M (h) = 0
Despus de realizar el cambio de tamao, realizamos la traslacin. El vec

tor
v vendr dado por la diferencia entre los dos puntos centrales de los
cuadrados,
v = e00 e0 = 1 0 =
2
0
Por lo que
M (
v)= 1
0
1
Finalmente, la matriz de la semejanza que buscamos (ver 5.2):

82
Problemas
XAVIER AZNAR
F IGURA 5.2. Semejanza
M (s)
=
=
M (h) M (
v)=
1
1 0
0
2 0 1
0
0 0
2
2
1 0
0
1
2
0
2 0
2
0 =
1
83
Problemas
NDICE ALFABTICO
Ley de Inercia, 9
ndice de positividad, 9
ndices de inercia, 9
Mtodo de Gauss, 11
Base ortogonal, 7
Mtodo de Lagrange, 11
Base ortonormal, 9
Mtodo de ortogonalizacin de Schmitd,

16
Bases duales, 2
Mdulo de deslizamiento, 28
Centro de Semejanza, 32
Matrices congruentes, 5
Clasificacin equiforme de semejanzas
Modelo analtico cartesiano de espacio

afn eucldeo, 24
sin puntos fijos, 34
movimiento, 26
Criterio de Silvester, 14
Movimientos, 26
Desigualdad de Cauchy-Swartz, 15
Movimientos directos e inversos, 26
Diagonalizacin, 10
Discriminante, 11
nmero de negatividad, 9
Distancia entre dos puntos, 23
Norma (eucldea), 14
Distancia entre subespacios, 23
Ortogonalidad, 2, 7
Distancia eucldea, 23
distancia eucldea, 24
Polinomio caracterstico, 33
Producto escalar, 6
Endomorfismo simtrico, 21
Producto escalar eucldeo, 14
Equivalencia equiforme, 33
Propiedad triangular de la distancia
Equivalencia lineal de formas
eucldea, 23
cuadrticas, 10
Proyeccin ortogonal, 16

cuadrticas en C., 11
Radical, 6
Rango, 5, 6
cuadrticas en R., 11
razn de la semejanza vectorial, 31
Equivalencia mtrica, 18, 33
razn de semejanza, 31
Espacio afn eucldeo, 23
Reflexiones, 18
Espacio dual, 2
Rotaciones, 18
Espacio vectorial mtrico, 6, 14

Semejanzas, 30
Espacio vectorial mtrico no degenerado,
signatura, 9
15
Simetra afn eucldea, 26
Expresiones analticas, 4
Simetra ortogonal, 13
Forma bilineal no degenerada, 5
Sistema de referencia eucldeo, 24
Forma cuadrtica, 3
Subespacio ortogonal, 7
Forma lineal, 1
Teorema de Cartan-Dieudonn, 18, 26

Teorema de clasificacin, 28, 34
Geometra afn equiforme, 31
Teorema de Pitgoras, 23
Grupo ortogonal, 13
Teorema de Silvester, 9
Grupos vectoriales isomtricos, 13
Vector deslizamiento, 28
Identidades de Parseval, 17
Vectores ortogonales, 7
Isometra, 12, 25
84

Algebra 2 Fi Sicas

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algebra 2 Fi Sicas

Cargado por

Copyright:

Formatos disponibles

LGEBRA II-APUNTES 2C

Lista de Conceptos del libro base

C APTULO V - F ORMAS CUADRTICAS

Leccin 10: Formas lineales, bilineales y cuadrticas. En tr-

minos clsicos un polinomio (x1 , . . . , xr ) en las variables x1 , . . . , xr y con

La abstraccin de las propiedades de estas aplicaciones permite definir las

Espacio dual. Una forma lineal de Vr (K) es una aplicacin:

Hay que notar que dim V = dim V .

es el sistema de coordenadas respecto a la base .

Formas bilineales y cuadrticas. Las formas bilineales nacen al

estudiar polinomios en dos sistemas de variables: x1 , . . . xr e y1 , . . . , yr . Un

por sustitucin una aplicacin:

(q (v1 + v2 ) q (v1 ) q (v2 )) para v1 , v2 V , si es sim-

La forma bilineal Q se denomina polar de q.

(v1 , v2 ) = x (v1 ) M () x (v2 )

q (v) = x (v1 ) M (q) x (v)

Observacin 14. Como consecuencia de la proposicin 13 dos matrices

Una vez se ha obtenido la relacin entre matrices y formas bilineales y

Leccin 11: Ortogonalidad y clasificacin de formas cuadrti-

Como consecuencia del estudio de la ortogonalidad se establecen criterios

Espacios vectoriales mtricos.

1. Diremos que E es no singular si q es no degenerada.

La matriz de q respecto a la cannica (I1 , . . . In ) de Vn (K) es

Bases ortogonales. Descomposicin ortogonal (def2.1LB(p11)).

Observacin 28. La matriz de q respecto a una base ortogonal es diagonal.

(ei |ei ) > 0

(ei |ei ) < 0

(e0i |e0i ) < 0

(ei |ei ) < 0

(ei |ei ) > 0

El par (k, l) se denomina signatura o ndices de inercia del espacio mtrico

2. Si K = R, E admite una base ortonormal si y slo si la signatura de

Clasificacin lineal de las formas cuadrticas. El problema de la

clasificacin de formas cuadrticas surge de la necesidad de establecer

Proposicin 39. Equivalencia lineal de formas cuadrticas en C.

1. Caso en que existe i {1, . . . , n} tal que aii 6= 0 . (Supongamos que

a12 6= 0 para facilitar la escritura)

aij xi xj = x1 (x1 + x02 ) +

Ahora se puede aplicar la operacin 1) pues el coeficiente de x21 es no

Grupos ortogonales. Dados dos espacios vectoriales mtricos (E, q),

1. Si f : E 7 E0 y f 0 : E0 7 E00 son dos isometras, entonces f 0 f es

Leccin 12: Geometra vectorial eucldea. Un espacio vectorial

eucldeo E es un espacio vectorial mtrico real en el que el producto escalar

Preliminares. El Criterio de Silvester es un criterio prctico para

reconocer cundo una forma cuadrtica real es definida positiva.

q es definida positiva det ..

1. En las condiciones de la definicin anterior se verifica que:

La expresin de la forma polar Q de q dada en la definicin 10 de la

En particular, E es un espacio vectorial mtrico no degenerado.

(u|v) (u|u) (v|v)

Adems se verifica la igualdad

(u|v) = (u|u) (v|v)

si y slo si el sistema (u, v) es linealmente dependiente.

Observacin 58. Forma alternativa de la desigualdad de Cauchy-Swartz

Se define entonces el ngulo (no orientado) entre los vectores u, v como

De esta forma se recupera la igualdad clsica

Definicin 59. Proyeccin ortogonal Si u, v E, u 6= 0 se denomina proyeccin de v sobre u al vector:

Ntese que proy (v) es el nico vector w proporcional a u tal que (v w) u

Proposicin 61. Sea (e1 , . . . , en ) una base ortonormal y

proyei (u) = xi (u) = (u|ei )

En particular se tienen las identidades de Parseval:

Transformaciones lineales eucldeas. Teorema de Cartan-Dieudonne.

Suponemos fijado un espacio vectorial eucldeo E de dimensin finita n. El

Proposicin 62. Teorema de Cartan-Dieudonn: Cada transformacin

es el sistema de coordenadas respecto a la base .

(v1 , v2 ) = x (v1 ) M () x (v2 )

q (v) = x (v1 ) M (q) x (v)

Un sistema de referencia cartesiano = (e0 ,

Proposicin 88. Sea =(e0 ,

Proposicin 99. Sea = (e0 ,

y mdulo de deslizamiento , existe un sistema de referencia eucldeo =

f ( ) es base ortogonal de E tal que