Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Isometria
Isometria
ISOMETRÍAS LINEALES
En la segunda parte del curso de Geometría y Álgebra Lineal 1 se nos presenta el concepto
de transformación lineal. Éstas son funciones T : V → W entre espacios vectoriales V y
W que “preservan” la estructura de espacio vectorial. Tal estructura está determinada por
las operaciones de suma y producto por un escalar. Así, por “preservar” nos referimos a
que T respeta la estructura lineal de V al cumplir con las condiciones
Más aún, llegamos a estudiar el concepto de isomorfismo entre espacios vectoriales, y así
tener una idea precisa y sólida de lo que significa que dos espacios “tengan la misma
forma”. Esto puede apreciarse, por ejemplo, cuando representamos los números comple-
jos C como vectores es un plano, ya que C y R2 son isomorfos como espacios vectoriales
reales.
En este curso hemos podido equipar a los espacios vectoriales con una geometría medi-
ante el concepto de producto interno. Para tales espacios (V, h−, −iV ), se tiene una es-
tructura algebraica determinada por la suma y el producto por un escalar, y además una
estructura geométrica determinada por h−, −iV (por estructura geométrica nos referimos
a poder determinar el tamaño de un vector, y a diferenciar si dos vectores son ortogonales
o no). Al contar ahora con más estructura, tener un isomorfismo
∼
T : (V, h−, −iV ) −
→ (W, h−, −iW )
no es suficiente para poder decir que V y W tienen la misma forma. Por ejemplo, volviendo
al caso de C, tenemos que 1 · i 6= 0, y sin embargo, cuando representamos los complejos 1
e i como los vectores (1, 0) y (0, 1) en R2 , tenemos que ambos son ortogonales (respecto al
producto interno usual).
1
5.1 Isometrías lineales
Lo anteriormente dicho implica que los isomorfismos de interés entre espacios vectoriales
con producto interno requerirán de una condición adicional, la cual tendrá que implicar
que V y W tengan la misma estructura geométrica. Dicho de otra forma, nos centraremos
en isomorfismos T : V → W que preserven la ortogonalidad y la norma de V . Esto motiva
la siguiente definición.
Definición 5.1.1. Sean (V, h−, −iV ) y (W, h−, −iW ) dos K-espacios vectoriales con pro-
ducto interno, y sea T : V → W una transformación lineal. Diremos que T es una isometría
lineal si T preserva el producto interno, es decir, si
Nótese que en la definición anterior únicamente hemos pedido que T preserve producto
interno. Esto por sí solo implicará que T preserve la norma. Además, para el caso en el
cual V y W tienen la misma dimensión (finita), tendremos que T será un isomorfismo.
Iremos probando cada una de estas afirmaciones.
Proposición 5.1.2. Sean (V, h−, −iV ) y (W, h−, −iW ) dos K-espacios vectoriales con pro-
ducto interno. Las siguientes condiciones son equivalentes para toda transformación lin-
eal T : V → W :
Ejemplo 5.1.3.
1. Considere los espacios vectoriales reales R2 y R3 con los productos internos usuales.
La transformación lineal T : R2 → R3 dada por
2
es una isometría lineal, ya que preserva la norma. En efecto, para todo (x, y) ∈ R2 ,
tenemos:
p p
||T (x, y, z)||R3 = ||(x, y, 0)||R3 = x2 + y 2 + 02 = x2 + y 2 = ||(x, y)||R2 .
2. Sea V un K-espacio vectorial con producto interno tal que dim(V ) = n. Fijamos una
base B = {v1 , v2 , . . . , vn } de V , y consideramos la transformación lineal
coordB (−) : V → Kn
α1
α2
v 7→ coordB (v) =
..
.
αn
Supongamos primero que coordB (−) es una isometría lineal (considerando a Kn con
el producto interno usual). Sean vi , vj ∈ B, con i 6= j. Tenemos que:
Por lo tanto, B es una base ortonormal. Ahora supongamos que B es una base
ortonormal, y sea v ∈ V . Escribimos v = α1 v1 + α2 v2 + · · · + αn vn . Tenemos así
lo siguiente:
p
||coordB (v)||Kn = ||(α1 , α2 , . . . , αn )||Kn = |α1 |2 + |α2 |2 + · · · + |αn |2 ,
||v||2V = hα1 v1 + α2 v2 + · · · + αn vn , α1 v1 + α2 v2 + · · · + αn vn iV
Xn
= αi αj hvi , vj i
i,j=1
n
X
= |αi |2 · 1 (porque B es ortonormal)
i=1
p
= ( |α1 |2 + |α2 |2 + · · · + |αn |2 )2 .
3
p
Así, ||coordB (v)||Kn = |α1 |2 + |α2 |2 + · · · + |αn |2 = ||v||V . Tenemos entonces que
coordB (−) preserva la norma, por lo que es una isometría lineal. Tenemos en este
caso una isometría lineal que es además un isomorfismo.
3. Sea M3asym (R) el R-espacio vectorial de las matrices antisimétricas, con el producto
interno
1
hA, BiM asym (R) = · tr(A · B t ).
3 2
Considere además a R con el producto interno usual. Sea T : R3 → M3asym (R) la
3
Como T preserva la norma, tenemos que se trata de una isometría lineal, que además
es un isomorfismo.
4
Considere el mismo espacio vectorial pero con el producto interno dado por
Z 1
hf, gi2 = f (t)g(t)dt.
0
Sea T : (C 0 [0, 1], h−, −i1 ) → (C 0 [0, 1], h−, −i2 ) la tranformación lineal dada por
T (f ) : [0, 1] → R
T (f )(t) := tf (t).
hp, qi = an bn + · · · + a1 b1 + a0 b0
T (p)(x) = xp(x).
Se le deja como ejercicio al lector verificar que T es lineal y que hp, qi define efectiva-
mente un producto interno. Veamos que además T es una isometría lineal:
p p
||T (p)|| = hp, pi = ha0 x + a1 x2 + · · · + an xn+1 , a0 x + a1 x2 + · · · + an xn+1 i
q
= a20 + a21 + · · · + a2n
= ||p||.
5
• Ahora supongamos que T preserva la norma. Sean v1 , v2 ∈ V , y consideremos su
suma v1 + v2 . Tenemos entonces que:
Luego,
||T (v1 )||2W + ||T (v2 )||2W + 2Re(hT (v1 ), T (v2 )iW ) = hT (v1 + v2 ), T (v1 + v2 )iW
= hv1 + v2 , v1 + v2 iV
= ||v1 ||2V + ||v2 ||2V + 2Re(hv1 , v2 iV ),
||T (v1 )||2W + ||T (v2 )||2W + 2Re(hT (v1 ), T (v2 )iW ) = ||v1 ||2V + ||v2 ||2V + 2Re(hv1 , v2 iW )
||v1 ||2V + ||v2 ||2V + 2Re(hT (v1 ), T (v2 )iW ) = ||v1 ||2V + ||v2 ||2V + 2Re(hv1 , v2 iV )
Re(hT (v1 ), T (v2 )iW ) = Re(hv1 , v2 iV )
Im(hT (v1 ), T (v2 )iW ) = −Re(i hT (v1 ), T (v2 )iW ) = −Re(hiT (v1 ), T (v2 )iW )
= −Re(hT (iv1 ), T (v2 )iW ) = −Re(hiv1 , v2 iV )
= −Re(i hv1 , v2 iV )
= Im(hv1 , v2 iV ).
6
Observación 5.1.4. Cuando se menciona la palabra “isometría” es normal pensar en fun-
ciones que preservan distancias. Esto pasa por ejemplo en los cursos de cálculo, donde
se estudia el concepto de métrica, para poder hablar de una noción de distancia entre dos
puntos de R (o de Rn , para el cálculo en varias variables).
A nivel de espacios vectoriales, también tiene sentido hablar de distancia siempre que se
tenga un producto interno. Específicamente, dado un espacio vectorial V con producto
interno h−, −iV , la distancia entre dos vectores v1 y v2 de V viene dada por dV (v1 , v2 ) :=
||v1 − v2 ||V , donde || − ||V es la norma inducida. Consideremos otro espacio vectorial W
con producto interno h−, −iW , y la función de distancia asociada dW (−, −) definida de la
misma manera. Podemos probar que las siguientes condiciones son equivalentes:
En efecto, supongamos que (a) se cumple. Tenemos entonces que T preserva la norma,
por lo que se cumple lo siguiente para todo v1 , v2 ∈ V :
dW (T (v1 ), T (v2 )) = ||T (v1 ) − T (v2 )||W = ||T (v1 − v2 )||W = ||v1 − v2 ||V = dV (v1 , v2 ).
Ahora supongamos que se cumple la igualdad anterior, es decir, la condición (b). Veamos
que la norma se preserva. Sea v ∈ V . Tenemos:
||T (v)||W = dW (T (v), ~0) = dW (T (v), T (~0)) = dV (v, ~0) = ||v − ~0||V = ||v||V .
Proposición 5.1.5 (ejercicio). Sean V y W dos K-espacios vectoriales con producto interno,
y sea T : V → W una función. Las siguientes condiciones son equivalentes:
7
La siguiente propiedad a probar para las isometrías lineales es que ellas siempre van a ser
inyectivas.
Proposición 5.1.6. Sean V y W dos K-espacios vectoriales con producto interno h−, −iV y
h−, −iW , y sea T : V → W una isometría lineal. Entonces, T es inyectiva. ♥
Demostración: Debemos ver que N (T ) = [~0]. Sea v ∈ V un vector tal que T (v) = ~0.
Veamos que v tiene que ser el vector nulo. Como estamos en espacios vectoriales con
norma, sabemos que probar v = ~0 es equivalente a probar que ||v||V = 0. Para esto último,
usamos el hecho de que T es una isometría lineal, y por tanto preserva la norma. Así:
Entonces, v = ~0.
Ejemplo 5.1.7. Sea P : R3 → R2 la transformación lineal dada por
Se considera a R3 y R2 con los productos internos usuales. Como dim(R3 ) > dim(R2 ), se
tiene que P no puede ser inyectiva, por lo que P no es una isometría lineal. ♦
Sabemos que las isometrías lineales no siempre son sobreyectivas (ver Ejemplo 5.1.3 1.)
La siguiente proposición caracteriza esta condición.
Proposición 5.1.8. Sean V y W dos K-espacios vectoriales con producto interno y ambos
de dimensión finita, y sea T : V → W una isometría lineal. Entonces, T es sobreyectiva si,
y sólo si, dim(V ) = dim(W ). ♥
Ahora supongamos que dim(V ) = dim(W ). Como T es inyectiva, tenemos que N (T ) = [~0],
y por el Teorema de las Dimensiones, obtenemos entonces:
Se tiene entonces que dim(Im(T )) = dim(W ), por lo cual Im(T ) = W , es decir, T es so-
breyectiva.
8
Observación 5.1.9. Las condiciones dim(V ) < ∞ y dim(W ) < ∞ son necesarias en la
proposición anterior. Es decir, la sobreyectividad de una isometría T : V → W puede no
estar garantizada si dim(V ) = ∞ o dim(W ) = ∞. Por ejemplo, la isometría lineal del
Ejemplo 5.1.3 no es sobreyectiva, ya que existe al menos una función continua que no
puede escribirse de la forma t · f (t) sobre [0, 1], con f también continua sobre [0, 1]. Nótese
además que dim(C 0 [0, 1]) = ∞. ♠
A continuación, veamos cómo se comportan las isometrías respecto a las bases ortonor-
males. Tenemos esta idea un poco informal de ver a las isometrías como transformaciones
lineales que preservan ángulos y magnitudes (es decir, producto interno y norma). De
esto, es natural pensar que las isometrías lineales van a preservar entonces bases ortonor-
males. Veremos que tal es el caso, en el siguiente resultado.
Proposición 5.1.10. Sean V y W dos K-espacios vectoriales con producto interno y de di-
mensión finita, y sea T : V → W una transformación lineal. Las siguientes afirmaciones
son equivalentes:
Demostración: Probemos las implicaciones (a) ⇒ (b), (b) ⇒ (c) y (c) ⇒ (a):
Tenemos que T es inyectiva por ser una isometría, y sobreyectiva por hipótesis. En-
tonces, T es un isomorfismo, y por ende envía bases en bases. Luego, T (B) es una
base de W . Falta probar que T (B) es ortonormal.
9
Sean T (vi ), T (vj ) ∈ T (B) con i 6= j. Tenemos:
• (c) ⇒ (a): Ahora supongamos que se cumple (c), y probemos que T preserva el pro-
ducto interno.
v = α1 v1 + · · · + αn vn ,
v 0 = β1 v1 + · · · + βn vn .
Luego:
Pasamos ahora a calcular hT (v), T (v 0 )iW y hv, v 0 iV usando las expresiones anteriores:
10
Pn
De manera similar, se puede verificar que hv, v 0 iV = i=1 αi βi . Por lo tanto,
Cerramos estas notas dando el siguiente resultado que caracteriza a los operadores que
son isometrías lineales sobreyectivas. En él veremos una relación entre los conceptos de
isometría lineal y de adjunto de un operador.
Teorema 5.1.11. Sea V un K-espacio vectorial con producto interno h−, −i (no necesaria-
mente de dimensión finita), y sea T : V → V un operador lineal. Entonces, T es una
isometría lineal sobreyectiva si, y sólo si, T es invertible y T −1 = T ∗ . ♥
hT (v), v 0 i = v, T −1 (v 0 )
hT (v), v 0 i = T (v), T (T −1 (v 0 ))
= v, T −1 (v 0 )
(ya que T preserva el producto interno).
Por lo tanto, T −1 = T ∗ .
hT (v), T (v 0 )i = v, T −1 (T (v 0 )) (porque T −1 = T ∗ )
= hv, v 0 i .
Observación 5.1.12. Nótese que en el enunciado del teorema anterior, se asume que T es
sobreyectiva en una de las condiciones. Esto no sería necesario si supiéramos que V tiene
dimensión finita, porque toda isometría T : V → V , con dim(V ) < ∞, es sobreyectiva.
Sin embargo, este teorema abarca también el contexto más general donde V puede ser de
dimensión infinita. ♠
11
El teorema anterior motiva definir el siguiente tipo de operadores. Se estudiarán con más
profundidad en notas posteriores.
Definición 5.1.13. Sea V un K-espacio vectorial con producto interno. Un operador lineal
T : V → V invertible y que satisface T −1 = T ∗ se denomina ortogonal si K = R, y unitario
si K = C. ♣
12