Professional Documents
Culture Documents
A
AV
A
k
2
A
AW = 2[ OV OA] OA (1)[ OW OA] OA
OA = 2[(2,1) (4,3)] (4,3) (1)[(1,4) (4,3)]
(4,3) (4,3) = (3,2)
BZ= k
1
B
BV
B
k
2
B
BW= 2[ OV OB] OB (1)[ OW OB] OB
OB =2[(2,1) (3,2)] (3,2) (1)[(1,4) (3,2)]
( 3,2) (3,2) = (3,2)
En ambos casos la combinacin lineal hecha desde ambos espacios vectoriales nos da
el mismo vector que, si lo vemos desde V
A
ser AZ, y si lo vemos desde V
B
ser BZ. Si
k
1
= 0,3 y k
2
= 0,7 , tambin sucede que ambas combinaciones lineales determinan el
mismo vector AZ y BZ. No pasa lo mismo, como resulta evidente, si k
1
= 2 y k
2
= 2.
Con ciertas combinaciones lineales queda determinado el mismo punto
independientemente del espacio vectorial desde donde se hagan las mismas, y con
otras no sucede los mismo.
Si lo hacemos desde V
A,
con k
1
,k
2
R:
AZ= k
1
A
AV
A
k
2
A
AW
17
Si lo hacemos desde V
A,
con k
1
,k
2
R:
BZ= k
1
B
BV
B
k
2
B
BW
Para reducir notacin expresaremos cada vector por su punto extremo ya que el subndice
de las operaciones nos indica cul es su punto de origen:
Z= k
1
A
V
A
k
2
A
W
Si lo hacemos desde V
A,
con k
1
,k
2
R:
Z= k
1
B
V
B
k
2
B
W
y tenemos:
k
1
A
V
A
k
2
A
W = k
1
B
V
B
k
2
B
W
Expresando el segundo miembro de esta ecuacin desde V
A
:
k
1
A
V
A
k
2
A
W = k
1
B
V
B
k
2
B
W
k
1
A
V
A
k
2
A
W = k
1
B
(V
B
A)
B
A
B
k
2
B
(W
B
A)
B
A
B
A
k
1
A
V
A
k
2
A
W = k
1
B
(V
B
A)
B
k
2
B
(W
B
A)
B
A
Reordenando y aplicando propiedades de espacios vectoriales:
k
1
A
V
A
k
2
A
W = k
1
B
V
B
k
2
B
W
B
A
B
k
1
B
A
B
k
2
B
A
B
A
k
1
A
V
A
k
2
A
W = k
1
B
V
B
k
2
B
W
B
A
B
(1 k
1
)
B
A
B
k
2
B
A
Para que se cumpla la ecuacin inicial de este desarrollo la parte de la misma indicada en
color rojo debe ser igual al vector nulo de V
B
, o lo que es lo mismo:
(1 k
1
)
B
A =
k
2
B
A
(1 k
1
) =
k
2
k
1
+
k
2
= 1
Es decir, para que en una combinacin lineal de vectores se obtenga el mismo punto afn
la suma de los escalares involucrados debe valer 1. O sea que toda combinacin lineal
de vectores en cualquier estructura de espacio vectorial de V cuyos escalares sumen
1 alcanza el mismo punto de V independientemente del espacio vectorial desde
dnde se la haga. A toda combinacin lineal en V donde la suma de los escalares sea
igual a la unidad se la llama combinacin afn. Podemos escribir la siguiente ecuacin
general que exprese la combinacin afn en V:
Z = k
1
B
V
B
(1 k
1
)
B
W
dnde B es un punto cualquiera de V. Para abreviar notacin, al combinar dos puntos
afines con escalares que sumen 1 llegamos al mismo punto afn:
18
Z = k
1
.V + (1 k
1
).W
Si k
1
=1, Z coincide con el punto V, y si k
1
= 0, Z es coincidente con W. Para otros valores
de k
1
el punto Z es colineal con la recta que pasa por A y B, debido a que se configura con
la frmula de arriba una ecuacin paramtrica de una recta en el plano V con parmetro
k
1
:
(x
Z
,y
Z
) = k
1
.(x
V
,y
V
) + (1 k
1
).(x
W
,y
W
)
o tambin:
x
Z
= k
1
.x
V
+ (1 k
1
).x
W
y
Z
= k
1
.y
V
+ (1 k
1
).y
W
En otros trminos, vemos que la variacin del escalar k
1
produce un cambio de la posicin
del punto Z en la recta definida por los puntos V y W, estableciendo una relacin entre los
segmentos ZV y ZW para cada valor de k
1
. Esto permite definir como razn simple de
los puntos V, W y Z a la relacin:
[ ]
1
1
1
, ,
k
k
Z W V
Otro concepto importante desde el punto de vista de la relacin entre vectores y puntos es
el de independencia afn de puntos de V. Diremos que 3 puntos en el plano son
afinmente independientes si solo si los 2 vectores que se pueden formar tomando a uno de
los tres puntos como origen comn de los mismos son linealmente independientes.
En la figura, los puntos A, B, y C son afinmente independientes debido a que al dibujar
dos vectores tomando al punto A como origen comn de ambos, dichos vectores (u = AB
y v = AC) constituyen un conjunto linealmente independiente. No pasa los mismo con los
19
puntos D, E y F donde la dependencia lineal de los vectores que se pueden dibujar resulta
evidente. En otras palabras, tres puntos del plano afn V son afinmente independientes si
no estn alineados.
1.4. Variedades afines.
Centrmonos en el espacio vectorial V
O
del plano afn V a partir del cual hicimos
nuestras definiciones. Recordemos que subespacio de un espacio vectorial Z es todo
subconjunto W Z cuyos elementos cumplen con los axiomas y definiciones de espacio
vectorial que hemos visto. Exponemos sin demostracin en el presente trabajo los
siguientes teoremas:
Dado un espacio vectorial Z sobre un cuerpo K, que escribimos (Z,,K,), la condicin
necesaria y suficiente para que un conjunto W Z sea subespacio del mismo es que las
operaciones y sean cerradas en W.
Dados un conjunto de vectores {z1, z2, . . ., zn} pertenecientes a un espacio vectorial Z, el
conjunto de todas las combinaciones lineales de los mismos es un subespacio de Z. La cantidad
de vectores linealmente independientes del conjunto {z1, z2, . . ., zn} determinan la dimensin de
dicho subespacio.
En el espacio vectorial V
O
= (R
2
,,R,) de dimensin 2, al que llamaremos (R
2
,+,R, . ),
tenemos 2 tipos de subespacios. Por un lado los denominados subespacios triviales, uno
de los cuales es el conjunto formado por el vector nulo de V
O
, y el otro es el mismo V
O
(ambos con dimensiones 0 y 2 respectivamente).
Por otro lado, para cada subconjunto de vectores {a1, a2, . . ., an} V
O
, tendremos un
subespacio conformado por todas las combinaciones lineales de los mismos. Dado que V
O
posee dimensin 2 cualquier base que lo genere debe estar formada por 2 vectores. De
todo lo anterior se deduce que solamente quedan por analizar los posibles subespacios de
dimensin 1. Supongamos el conjunto S V
O
formado por todas las combinaciones
lineales del vector u = OA = (4,2). S ser subespacio de V
O
por el teorema indicado
arriba y la expresin de cualquier vector de S esta dada por:
(x,y) = k.(4,2) con k R
(x,y) = (4k,2k) x = 3k y = 2k y = x
La ltima ecuacin corresponde a una recta en el plano cartesiano de pendiente y que
pasa por el origen de coordenadas, lo cual significa que los puntos que forman cada vector
de S constituyen una recta que pasa por el origen del espacio V
O
. Generalizando esta
conclusin, para cualquier vector u = OA = (x
A
,y
A
) V
O
, los vectores de S quedan como:
20
(x,y) = (kx
A
,ky
A
) x = kx
A
y = ky
A
x
x
y
y
A
A
.
Todo subespacio generado por un solo vector de V
O
queda representado por una recta
en R
2
que pasa por su origen.
Basndonos en la teora de espacios vectoriales, la dimensin de un espacio vectorial est
dada por el conjunto de vectores linealmente independientes de cualquier conjunto
generador del mismo. Por otra parte, en cualquier espacio vectorial el conjunto formado
por un nico vector distinto del vector nulo es linealmente independiente. De las dos
proposiciones anteriores se deduce que los subespacios de V
O
generados por slo un
vector son de dimensin 1. Esto se hace extensivo a cualquier espacio vectorial con
origen en cualquier punto del espacio afn (V
A
, V
B
, V
C
, etc.) De all que toda recta
conformada por puntos del espacio afn V ser subespacio de algn espacio del mismo. A
cada una de estas rectas se las llama variedades lineales del plano afn V.
Dado que cada recta de V posee infinitos puntos, deducimos que una misma variedad
afn da lugar a infinitos espacios vectoriales de V que la pueden incluir. En la figura,
dados los puntos A y B pertenecientes a V, la recta que pasa por los mismos se compone
de puntos provenientes de un subespacio de V
A
y a su vez de los correspondientes a un
subespacio de V
B
.
21
Lo mismo sucede con los puntos B y C y los espacios V
B
y V
C
de V. Es as como en V
debemos visualizar cada recta del mismo como un subespacio de algn espacio vectorial
de la estructura de V.
2. Plano eucldeo
2.1. Definicin de mtrica: espacios con productor interno.
22
Por todo lo definido en la primera parte de este trabajo ya disponemos de un plano de
puntos. Asimismo vimos que para definir un vector es necesario disponer de un par
ordenado de puntos. Sin embargo, dos de los elementos fundamentales del plano eucldeo
que an no aparecen en la nocin de espacio afn hasta aqu definida son los de distancia
y ngulo.
Llamaremos producto interno de dos vectores u y v, que simbolizaremos como <u,v> , de
un espacio vectorial (Z,,R,) a toda funcin:
f : Z
2
R
que asigna a cada par de vectores de Z un nmero real tal que cumpla con los siguientes
axiomas:
Axioma de simetra:
<u,v> = <v,u>
Axiomas de linealidad para el primer argumento:
<uv,w> = <u,w> + <v,w> con wZ
<ku,v> = k.<u,v> con kR
Axiomas de positividad:
<u,u> 0
<u,u> = 0 u = vector nulo de Z
Dados los vectores u = (x
1
,y
1
), v = (x
2
,y
2
) y w = (x
3
,y
3
) del espacio vectorial V
O
= (R
2
,+,R,
.) del plano afn, llamamos producto interior usual a la funcin f :
f : R
2
R / <(x
1
,y
1
),(x
2
,y
2
)> = (x
1
.x
2
+ y
1
.y
2
)
Comprobamos si esta funcin f cumple con los axiomas de producto interno que
recientemente expusimos.
Axioma de simetra:
<u,v> = (x1.x2 + y1.y2) = (y1.y2 + x1.x2) = <v,u>
Axiomas de linealidad para el primer argumento:
<uv,w> = <(x1,y1)(x2,y2),(x3,y3)> = <(x1+x2,y1+y2),(x3,y3)> = (x1+x2).x3+(y1+y2).y3 = x1.x3 +
x2.x3 + y1.y3 + y2.y3 = (x1.x3 + y1.y3) + (x2.x3 + y2.y3) = <(x1,y1)(x3,y3),(x2,y2)(x3,y3)> =
<u,w> + <v,w>
<ku,v> = <k(x1,y1),(x2,y2)> = <(kx1,ky1),(x2,y2)> = (k.x1.x2 + k.y1.y2) = (k.x1.x2 + k.y1.y2) = k.(x1.x2 +
y1.y2) = k.<u,v>
Axiomas de positividad:
<u,u> = <(x1,y1), (x1,y1)> = x1.x1+ y1.y1 = x1
2
+ y1
2
0
23
<u,u> = 0 x1
2
+ y1
2
0 x1
2
= 0 y1
2
= 0 (x1,y1) = (0,0) = u = vector nulo de Z
Con el agregado del producto interno el plano afn se convierte en un plano eucldeo ya
que da lugar a medicin de distancias y ngulos como veremos a continuacin.
2.2. Medicin de distancias en el plano eucldeo.
Por ser V
O
un modelo que encaja en los axiomas de la nocin de producto interno y
debido a que, como hemos visto, V
O
es isomorfo con cualquier otro espacio vectorial de
origen en cualquier punto de la estructura del plano afn (V
A
, V
B
, V
C
, etc.), tambin el
producto interno es aplicable en cualquiera de dichos espacios vectoriales.
A partir del concepto de producto interno podemos entonces dar entidad matemtica al
concepto de distancia en V
O
. Previamente definimos mdulo de un vector como la raz
cuadrada del producto interno de un vector con s mismo:
v = (<v,v>)
= [<(x
1
,y
1
), (x
1
,y
1
)>]
= (x
1
2
+ y
1
2
)
Tambin, la distancia entre dos vectores ser el mdulo de su vector diferencia:
d(v,u) = u v
Veamos algunos ejemplos:
Calculemos el mdulo del vector w = OC = (3,4):
w = (<w,w>)
= 10 = 2. 5
El vector de mdulo unidad es:
1/5 (3,4) = (3/5 , 4/5)
2.3. Medicin de ngulos en el plano eucldeo.
La medicin de ngulos en el plano eucldeo se realiza a partir de una inecuacin
conocida como desigualdad de Schwartz, la cual establece que en todo espacio vectorial
con producto interno, el valor absoluto del producto interior de dos vectores cualesquiera
es menor o igual al producto de los mdulos de dichos vectores:
25
< u,v > u.v
Si suponemos que el vector v es el vector nulo del espacio la desigualdad se cumple ya que se convierte
en una igualdad con ambos miembros nulos. Si v es distinto del vector nulo y dados R y R, por
los axiomas de positividad tenemos que:
< u+v , u+v > 0
y por axiomas de linealidad para el primer argumento:
2
< u,u> + 2 < u,v > +
2
< v,v > 0
haciendo que = < v,v > y = < u,v > :
(< v,v >)
2
. < u,u> + 2< v,v > (< u,v >)
2
+ (< u,v >)
2
< v,v > 0
u
2
.v
4
v
2
. (< u,v >)
2
0
Dividiendo por v
2
que supusimos distinto de 0:
u
2
.v
2
(< u,v >)
2
0
u
2
.v
2
(< u,v >)
2
y como todas estas potencias tienen bases son no negativas nos queda:
< u,v > u.v
A partir de la desigualdad de Schwartz tenemos que:
< u,v > u.v
u.v < u,v > u.v
1 ( u.v )
1
. < u,v > 1
Se define a ngulo entre dos vectores al nmero real que satisface:
Cos = ( u.v )
1
. < u,v >
siendo 0 .
Es as como el producto interno pasa a ser un elemento conceptual necesario para medir
ngulos dentro del plano euclidiano.
2.4. Ortogonalidad.
26
Como consecuencia directa de la aplicacin del conceptote producto interno podemos
averiguar cundo dos vectores distintos del vector nulo forman un ngulo recto entre s, lo
que se conoce como vectores ortogonales:
Cos = 0 ( u.v )
1
. < u,v > = 0 < u,v > = 0
es decir, dos vectores son ortogonales si slo si su producto interno vale 0. Se dice que
un conjunto de vectores es ortogonal si slo si dos vectores distintos cualesquiera de
dicho conjunto son ortogonales.
En trminos de R
2
, dados dos vectores v
1
= (x
1
,y
1
) y v
2
= (x
2
,y
2
), la nulidad del
producto interno nos lleva a la siguiente definicin de ortogonalidad:
<(x
1
,y
1
),(x
2
,y
2
)> = (x
1
.x
2
+ y
1
.y
2
) = 0 {v
1
,v
2
} es ortogonal
En la figura se observa que el ngulo entre los vectores u = OA y v = OB es:
= arc cos{[2
2
+3
2
]
.[6
2
+(4)
2
]
}
1
.[2.6+3.(4)] = arc cos{[13]
.[52]
}
1
.0 = .
lo cual hace que dichos vectores sean ortogonales. No pasa lo mismo entre u = OA y w
= OC:
= arc cos{[2
2
+3
2
]
.[2
2
+(3)
2
]
}
1
.[2.2+3.(3)] = arc cos{13}
1
. [5] 1,9655874
27
Por otro lado, la ortogonalidad entre dos vectores garantiza su independencia lineal,
es decir:
{v
1
,v
2
} es ortogonal {v
1
,v
2
} es linealmente independiente
Siendo v0 el vector nulo y dados dos vectores v y u distintos del mismo, debemos demostrar que, para
cualquier R y R:
< u,v> = 0 (u+v = v0 =0 =0)
Partimos de u+v = v0 teniendo en cuenta que la hiptesis plantea la ortogonalidad de los vectores. Por
axiomas de positividad:
< v0,v0> = 0
< u+v, u+v > = 0
por axiomas de linealidad para el primer argumento:
< u, u+v > + < v, u+v > = 0
por simetra:
< u+v, u > + < u+v, v > = 0
Nuevamente por linealidad:
28
< u, u > + < u, v > + < v, u > + < v, v > = 0
2
< u, u > + < u, v > + < v, u > +
2
< v, v > = 0
Dado que < u, v > = < v, u > = 0 por la hiptesis de ortogonalidad:
2
< u, u > +
2
< v, v > = 0
y dado que < u, u > 0 y < v, v > 0 por axioma de positividad y dado que ni u ni v son v0,
entonces:
2
< u, u > +
2
< v, v > = 0
2
= 0
2
= 0 = 0 = 0
Es importante aclarar que la recproca de esta proposicin no es verdadera. Podemos ver
esto en el contraejemplo de la figura dnde los vectores u y w son linealmente
independientes pero no son ortogonales.
2.5 Razn simple entre segmentos
En el pargrafo 1.3. definimos el concepto de razn simple entre 3 puntos colineales
A,B,CV, y kR:
[ ]
k
k
C B A
1
, ,
que se obtiene a parir de la nocin de combinacin afn de dos puntos A y B:
C = k.A + (1 k).B
Si hacemos variar el parmetro k entre 0 y 1, observamos que el punto C siempre
pertenece al segmento definido por A y B, haciendo variar las longitudes de los
segmentos AC y BC.
Ya que hemos definido longitud o distancia entre vectores podemos definir longitud de
un segmento como la distancia entre sus puntos extremos:
( ) ( )
2 2
B A B A
y y x x B A +
Expresando los puntos A, B y C, tenemos:
A=(x
A
,y
A
)
B=(x
B
,y
B
)
C=(x
C
,y
C
)
C = k.A + (1 k) . B con kR y 0 < k < 1
Escrita en coordenadas cartesianas en el espacio vectorial V
O
:
29
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( )
k
k
C B
C A
k
k
y y x x
y y x x
k
k
y y k x x k
y y k x x k
y k y k y x k x k x
y k y k y x k x k x
C A
C B
emplazando
y y x x
y y x x
C A
C B
Entonces
y k y k y k y k y
x k x k x k x k x
y x k y x k y x
A B A B
B A B A
A B A B
B A B A
B A B B A B
B A A B A A
C B C B
C A C A
B A B A C
B A B A C
B B A A C C
+
+
+
+
+ + +
+ + +
+
+
+ +
+ +
+
1
1
) ( ) (
) ( ) (
.
1
) .( ) .(
) ( 1 ) ( 1
) . 1 . ( ) . 1 .. (
) . 1 . ( ) . 1 .. (
: Re
) ( ) (
) ( ) (
:
. 1 . ). 1 ( .
.. 1 . ). 1 (
, ). 1 ( , . ,
2 2
2 2
2 2 2 2
2 2 2 2
2 2
2 2
2 2
2 2
Tenemos entonces que la razn simple que hemos definido es la razn entre los
segmentos AC y CB incluidos en el segmento AB y cuya unin constituye a este ltimo.
30
3. Transformaciones en el plano afn y eucldeo
3.1. Transformaciones lineales: su representacin en R
2
y su aplicacin a
movimientos en el plano eucldeo.
Dado el espacio vectorial V
O
= (R
2
,+, R, .) de la estructura afn V sabemos que toda
transformacin lineal de V
O
en V
O
est asociada a una matriz perteneciente a R
2
x R
2
.
Partiendo de una base de R
2
{v1,v2}, usando la misma en el dominio y codominio de la
transformacin lineal y buscando las imgenes de dichos vectores segn la
transformacin:
T(v1) = a
11
.v1+a
21
.v2
T(v2) = a
21
.v1+a
22
.v2
La matriz asociada ser:
,
_
22 21
12 11
a a
a a
y siendo (x,y) la imagen de un vector (x,y), la transformacin se expresa matricialmente
como:
,
_
,
_
,
_
y
x
a a
a a
y
x
.
22 21
12 11
La transformacin lineal de V
O
en V
O
translada el extremo de cada vector dejando el
origen fijo sin considerar al vector como un segmento (conjunto de puntos). Ser ese
extremo del vector el punto que se mueve en el plano debido al movimiento.
Nos encontramos entonces con que slo ciertos movimientos en el plano eucldeo pueden
ser representados por transformaciones lineales V
O
en V
O
. Veamos una simetra axial
cuyo eje pase por el origen de coordenadas (0,0) formando un ngulo con el semieje
positivo x de coordenadas. Aplicando las definiciones anteriores y tomando como base
el conjunto {(1,0),(0,1)}:
T(1,0) = OA = cos 2.(1,0) + sen 2 .(0,1)
T(0,1) = OB =sen 2 .(1,0) cos 2 .(0,1)
,
_
,
_
,
_
y
x
sen
sen
y
x
.
2 cos 2
2 2 cos
Podemos comprobar que dicha transformacin convierte cada vector en su simtrico
segn la recta eje mencionada.
31
Aunque no explcitamente, cualquier punto del segmento que forma al vector desde su
origen hasta su extremo esta siendo tambin transformado segn la simetra en forma
correcta. Cualquier otra simetra axial cuyo eje no pase por (0,0) no puede ser
representada por una TL de V
O
en V
O
ya que lo recin mencionado no sucede. Si el eje de
la simetra es la recta paralela al eje x que pasa por y = 1, tenemos que:
T(1,0) = (1,2) = 1 .(1,0) +2 .(0,1)
T(0,1) = (0,1) = 0 .(1,0) +1 .(0,1)
,
_
,
_
,
_
y
x
y
x
.
1 2
0 1
,
_
,
_
,
_
0
2
.
1 2
0 1
4
2
32
En el caso de los giros antihorarios con centro en el origen de coordenadas (0,0), los
vectores son transformados en toda la longitud de su segmento implcitamente a pesar
que la transformacin toma en cuenta, para construir la las frmulas que la representan,
slo las coordenadas del extremo del vector. Con la misma base anterior, un giro
antihorario de ngulo con centro en (0,0):
T(1,0) = cos .(1,0) + sen .(0,1)
T(0,1) = sen .(1,0) + cos .(0,1)
,
_
,
_
,
_
y
x
sen
sen
y
x
.
cos
cos
Si dichos giros no poseen centro en el origen de coordenadas, no admitirn ser
representados por TL de V
O
en V
O
. Por ltimo y por las mismas razones expuestas para
las simetras y los giros, ninguna translacin del plano eucldeo segn un vector
translacin v admite este tipo de TL para que la represente.
Supongamos que queremos realizar un giro antihorario de ngulo cuyo centro es el
punto A no coincidente con el origen de coordenadas y los puntos A = (x
A
,y
A
) y B =
(x
B
,y
B
).
Pensndolo desde la estructura del plano afn V, queremos realizar un giro de los
puntos de R
2
sobre el espacio vectorial V
A
con origen en A. Como todos las estructuras
33
de espacios vectoriales (V
A
,V
B
,V
C
, etc.) del plano afn V son isomorfas, intentaremos
hacerlo en forma algebraica al transladar el vector AB al origen O (convirtindose en OB
), realizar el giro de angulo con centro en O (vector OB) y luego volver dicho vector
resultado al origen A de V
A
(AB):
AB
sen
sen
AB ..
cos
cos
,
_
(en el espacio vectorial V
A
)
( ) ( ) ( ) OA OA OB
sen
sen
OB +
,
_
.
cos
cos
(en el espacio vectorial V
O
)
( )
,
_
+
1
]
1
,
_
,
_
,
_
Ya
Xa
Ya
Xa
Yb
Xb
sen
sen
OB .
cos
cos
(en el espacio vectorial V
O
)
Para el caso de la figura, las coordenadas de los distintos vectores son visibles en la
misma y el ngulo 1,08 radianes:
,
_
,
_
,
_
3
6
3 4
) 6 ( 2
.
) 08 , 1 cos( ) 08 , 1 (
) 08 , 1 ( ) 08 , 1 cos(
sen
sen
OB
,
_
7
5
OB
Podemos hacer el mismo procedimiento para una simetra axial cuyo eje no pase por el
origen de coordenadas y al cual pertenezca el punto A = (x
A
,y
A
).
34
La expresin de la simetra axial queda:
AB
sen
sen
AB ..
2 cos 2
2 2 cos
,
_
(en el espacio vectorial V
A
)
( ) ( ) ( ) OA OA OB
sen
sen
OB +
,
_
.
2 cos 2
2 2 cos
(en el espacio vectorial V
O
)
( )
,
_
+
1
]
1
,
_
,
_
,
_
Ya
Xa
Ya
Xa
Yb
Xb
sen
sen
OB .
2 cos 2
2 2 cos
(en el espacio vectorial V
O
)
Para el caso de las translaciones, a cada punto extremo de cada vector del plano V
O
se le
suma el vector translacin del movimiento dejando como expresin la siguiente:
( )
,
_
,
_
,
_
Yd
Xd
Ya
Xa
OA .
1 0
0 1
,
_
,
_
y
x
y x T
1 0
1 1
) , (
La expresin de la transformacin afn entre los espacios V
A
y V
A
ser:
,
_
,
_
,
_
1 0
1 1
) , (
A
A
A
A
y
x
y y
x x
y x f
,
_
,
_
,
_
3
5
3
4
1 0
1 1
) , (
y
x
y x f
Buscaremos entonces una definicin desde el punto de vista de la representacin
matricial. Llamaremos transformaciones afines a aquellas funciones del plano afn V
38
en si mismo que transforman cada punto (x,y) del mismo en otro (x,y) y que
responden matricialmente a la siguiente forma:
,
_
,
_
,
_
,
_
A
A
y
x
y
x
a a
a a
y
x
.
22 21
12 11
siendo (x
A
,y
A
) las coordenadas de un punto cualquiera de V. La matriz:
,
_
22 21
12 11
a a
a a
A
se denomina matriz asociada a la transformacin afn y puede ser cualquier tipo dentro del
conjunto de las matrices pertenecientes a R
2
xR
2
. Nos limitaremos para nuestro anlisis a
aquellas que sean no singulares (o sea matrices inversibles y que cuyos determinantes
son distintos de 0), que estn asociadas a una transformaciones lineales biyectivas.
Expresada en trminos algebraicos tenemos:
(x,y) = (a11.x + a12.y + x
A
, a21.x + a22.y + y
A
)
Vemos que la transformacin afn tiene una transformacin lineal asociada dada por la
matriz A. Al la imagen de dicha transformacin se le suma un vector fijo (x
A
,y
A
) que
produce una translacin del extremo del vector imagen de la transformacin lineal.
Veamos un ejemplo donde el (x
A
,y
A
) = (0,0) y la matriz A es:
,
_
3 2
2 1
A
(x,y) = (1.x + 2.y + 0
, 2.x + 3.y + 0)
39
Vamos a aplicar la transformacin a los puntos del cuadrado de vrtices A = (1,1), B =
(1,1), C = (1,1) y D = (1,1). Los puntos transformados delinean un paralelogramo
que podemos observar en la figura. El mismo estara transladado de posicin si el punto
(x
A
,y
A
) fuese distinto de (0,0), que fue el que tomamos, sumndole a cada punto
transformado el vector (x
A
,y
A
). Por otra parte, observamos que ciertas propiedades del
cuadrado son conservadas por la transformacin y otras no. Las longitudes de los lados
del cuadrado ABCD no se conservaron (al menos con esta transformacin) pero s lo
hicieron el paralelismo de sus lados opuestos y la interseccin de las rectas que contienen
sus lados (y sus diagonales). Asimismo hay una conservacin de la razn simple que de
existir entre 3 puntos de un segmento se mantiene en su transformado. El punto medio de
AB transformar en el punto medio de AB. Dicho de otra manera, hay una
conservacin de las variedades lineales, sus intersecciones y de las razones simples
que se produzcan entre segmentos de las mismas.
Los puntos de una variedad lineal cualquiera del plano afn responden a la ecuacin
paramtrica de una recta en el plano cartesiano:
x = x
y = mx + b
Veremos en qu se transforma esta variedad lineal por medio de una transformacin afn
cualquiera:
40
( ) ( ) [ ] + + + + + +
,
_
,
_
,
_
,
_
A A
A
A
y b mx a x a x b mx a x a
y
x
b mx
x
a a
a a
y
x
22 21 12 11
22 21
12 11
, .
por lo cual:
( )
( )
A A
A A
y b a x m a x a y b mx a x a y
x b a x m a x a x b mx a x a x
+ + + + + +
+ + + + + +
. . .
. . .
22 22 21 22 21
12 12 11 12 11
Operando algebraicamente:
m a a
x b a
m a a
siendo
x
m a a
x b a
x
m a a m a a
x b a x
x
A
A A
.
.
.
1
:
.
.
.
.
.
1
.
.
12 11
12
12 11
12 11
12
12 11 12 11
12
+
+
+
+
+
+
Los puntos transformados responden a las siguientes ecuaciones:
( ) ( ) ( )
( ) ( )
A
A
A A
y b a m a a
m a a
donde
x y
y b a m a a x m a a y
entonces
y b a m a a x m a a y b a x m a x a y
x x
+ + +
+
+
+ + + + +
+ + + + + + + + + +
:
`.
. .. `
:
. . . . .
22 22 21
22 21
22 22 21 22 21
22 22 21 22 21 22 22 21
Dado que la ecuacin y=.x + es la ecuacin de una recta en el plano cartesiano
concluimos que una transformacin afn convierte variedades lineales en variedades
lineales.
Las frmulas de dos variedades lineales paralelas se diferenciaran en el valor del b u
ordenada al origen de las ecuaciones de las rectas que las representan. Si observamos el
desarrollo anterior, la pendiente de la recta ya transformada no depende del valor de la
ordenada al origen b de la recta sin transformar ya que este ltimo no tiene influencia ni
en la frmula de ` ni en la de , parmetros que influyen en dicha pendiente. Concluimos
entonces que la pendiente ` de las ecuaciones de las rectas de dos variedades paralelas es
la misma y, por lo tanto, las transformaciones afines convierte variedades lineales
paralelas en variedades lineales paralelas. Por otra parte, si dos variedades lineales no
son paralelas, se diferenciaran en la pendiente m de las ecuaciones de las rectas que las
representan. Dicha pendiente afecta a las rectas transformadas en su pendiente `:
41
m a a
y
m a a
donde
x y
.
1
:
`.
12 11
22 21
+
+
+
Variedades lineales no paralelas (con distinto valor en m) se transformaran en
variedades lineales no paralelas. De esto concluimos que las transformaciones afines
conservan los puntos de corte entre rectas del plano afn.
Imaginemos ahora una combinacin afn entre dos puntos A y B del plano afn V. Siendo
kR dicha combinacin ser:
C = k
1
.A + (1 k).B
Sabemos que los puntos A, B y C se encuentran alineados debido a la combinacin afn, o
sea pertenecen a una variedad lineal. Como vimos, la combinacin afn es una
combinacin lineal de vectores en cualquier espacio vectorial V
P
de V, tomando como
extremos de los vectores los puntos combinados y como origen de los mismos el punto de
origen P del espacio vectorial V
P
elegido. Tomando V
O
como espacio vectorial la
ecuacin de arriba queda como:
OC = k.OA + (1 k).OB
Si a esta expresin le aplicamos la transformacin lineal T asociada a una transformacin
afn f:
T(OC) = T[k.OA + (1 k).OB]
T(OC) = k
.
T(OA) + (1 k).T(OB) =
C = k.A + (1 k).B
siendo f(A)=A, f(B)=B y f(C)=C. Vemos que la transformacin lineal conserva la
combinacin afn y los puntos transformados por la transformacin afn estn alineados
tambin. Entonces, de acuerdo a los visto en 2.5. acerca de la razn simple entre
segmentos, tenemos que:
1 C B
C A
k
k
C B
C A
lo cual significa que las transformaciones afines conservan las razones simples entre
segmentos.
42
3.3. Grupo de las transformaciones afines en el plano.
Nos proponemos demostrar que el conjunto de las transformaciones biyectivas en el plano
afn con la operacin composicin de funciones posee estructura de grupo. Sabemos por
la teora de transformaciones lineales que el conjunto de las transformaciones lineales
biyectivas junto con la composicin de funciones es isomorfo con el conjunto de las
matrices no singulares y la operacin producto de matrices. Como cada transformacin
afn tiene asociada una transformacin lineal y sta ltima se asocia a una matriz, para
demostrar la existencia de la estructura de grupo buscada realizaremos el anlisis
buscando la estructura de grupo en el conjunto de las matrices no singulares con el
producto de matrices, estructura que se ver inducida al conjunto de las transformaciones
lineales con la composicin de funciones por medio del isomorfismo mencionado, y de
all al conjunto de las transformaciones afines del plano.
En primer lugar reescribiremos la expresin matricial de una transformacin afn que
hemos dado con matrices de R
2
xR
2
de la siguiente manera:
,
_
,
_
,
_
,
_
1
.
1
.
1 0 0 1
22 21
12 11
y
x
A y
x
y a a
x a a
y
x
A
A
La matriz asociada posee pertenece a R
3
xR
3
. El conjunto de estas matrices es isomorfo
con las pertenecientes a R
2
xR
2
antes indicadas.
En primer lugar veremos si esta matriz A es no singular de modo que represente a una
transformacin lineal biyectiva. Calculando el determinante de A:
22 21
12 11
12 21 22 11 12 21 11 22 12 21 22 11
. . 1 . . . . 0 . . 0 0 . . . 0 . 1 . .
a a
a a
a a a a a a a y x a y a x a a a A
A A A A
+ +
Este ltimo es el determinante de la matriz asociada a la transformacin afn de la
expresin:
,
_
,
_
,
_
,
_
A
A
y
x
y
x
a a
a a
y
x
.
22 21
12 11
cuyo determinante es distinto de cero debido debido a que estamos considerando slo
transformaciones lineales biyectivas. De modo que A tambin es no singular.
Intentaremos ver si el conjunto de las matrices como la matriz A poseen estructura de
grupo con el producto de matrices ya que la composicin de transformaciones produce el
producto de matrices:
( )
,
_
,
_
,
_
,
_
,
_
1
. .
1
.
1 0 0
.
1 0 0 1
22 21
12 11
22 21
12 11
y
x
B A y
x
y b b
x b b
y a a
x a a
y
x
B
B
A
A
a) Dicho conjunto es no vaco ya que hemos encontrado ejemplos del mismo.
b) Es cerrado para el producto de matrices. Sean A y B matrices no singulares.
43
|A| 0 |B| 0 |A . B|=|A|.|B| 0
debido a que el determinante de un producto de matrices es igual al producto de
los determinantes de cada matriz. Por lo tanto, el producto de dos matrices no
singulares tambin es una matriz no singular ya que su determinante es distinto de
cero.
c) Existe elemento neutro dado por la matriz identidad I.
,
_
1 0 0
0 1 0
0 0 1
I
d) Cada matriz posee matriz inversa por ser matrices no singulares.
Vemos entonces que el conjunto de las matrices no singulares con el producto de matrices
posee estructura de grupo. Por lo tanto y de acuerdo a lo expuesto anteriormente el
conjunto de las transformaciones afines biyectivas en el plano con la composicin de
funciones posee tambin estructura de grupo.
3.4. Caractersticas de las transformaciones del plano eucldeo vistas desde su
representacin matricial.
Hemos visto las expresiones de los movimientos en el plano desde el punto de vista de las
transformaciones lineales. Transcribindolas para el espacio vectorial V
O
de V:
Simetras axiales que pasan por el punto (xA,yA) y angulo con el semieje positivo de las x:
,
_
+
1
]
1
,
_
,
_
,
_
,
_
A
A
A
A
y
x
y
x
y
x
sen
sen
y
x
.
2 cos 2
2 2 cos
Translaciones de vector de con extremo en (xD,yD)
,
_
,
_
,
_
,
_
D
D
y
x
y
x
y
x
.
1 0
0 1
,
_
+
1
]
1
,
_
,
_
,
_
,
_
A
A
A
A
y
x
y
x
y
x
sen
sen
y
x
.
cos
cos
Como vemos, las tres expresiones se adaptan a la correspondiente de una transformacin
afn:
44
,
_
,
_
,
_
,
_
A
A
y
x
y
x
a a
a a
y
x
.
22 21
12 11
,
_
,
_
,
_
A
A
y
x
y
x
A
y
x
.
,
_
1 0
0 1
.
t
A A
Para el caso de las simetras:
,
_
,
_
+
+
,
_
,
_
1 0
0 1
2 2 cos 2 . 2 cos 2 . 2 cos
2 . 2 cos 2 . 2 cos 2 2 cos
2 cos 2
2 2 cos
.
2 cos 2
2 2 cos
2 2
2 2
sen sen sen
sen sen sen
sen
sen
sen
sen
En los giros:
,
_
,
_
+
+
,
_
,
_
1 0
0 1
cos . cos 2 . cos
. cos . cos cos
cos
cos
.
cos
cos
2 2
2 2
sen sen sen
sen sen sen
sen
sen
sen
sen
En las translaciones:
,
_
,
_
,
_
1 0
0 1
1 0
0 1
.
1 0
0 1
Esto significa que la inversa de estas matrices es igual a su transpuesta. A este tipo de
matrices se las llama ortogonales. Como consecuencia de esto y recodando que el
determinante de un producto de matrices el igual al producto de los determinantes de cada
una de ellas:
1 1 1 . .
1 0
0 1
.
,
_
A A A A I A A A A
t t t
El determinante de las matrices ortogonales puede valer 1 o 1. Vemos que cuando el
determinante de A vale 1 estamos en presencia de movimientos directos en el plano
(movimientos que no invierten el sentido del plano) como es el caso de los giros y las
translaciones. En cambio si dicho determinante vale 1, el movimiento involucrado
invierte el sentido del plano como es el caso de las simetras axiales.
La particularidad de los movimientos en el plano radica en la conservacin de las
distancias entre puntos una vez transformados. Dados 2 vectores (x
1
,y
1
) y (x
2
,y
2
), siendo A
la matriz asociada a la transformacin afn y calculando los mdulos de los vectores
originales y transformados, los movimientos en el plano preservan las distancias entre los
vectores una vez transformados los mismos. Veamos esto matricialmente:
45
,
_
,
_
1
]
1
,
_
,
_
,
_
1
]
1
,
_
,
_
,
_
2
2
1
1
2
2
22 21
12 11
1
1
22 21
12 11
. .
y
x
y
x
y
x
y
x
a a
a a
y
x
y
x
a a
a a
A
A
A
A
,
_
,
_
,
_
,
_
,
_
,
_
,
_
,
_
2
2
1
1
2
2
22 21
12 11
1
1
22 21
12 11
. .
y
x
y
x
y
x
y
x
a a
a a
y
x
y
x
a a
a a
A
A
A
A
,
_
,
_
,
_
,
_
,
_
,
_
2
2
1
1
2
2
22 21
12 11
1
1
22 21
12 11
. .
y
x
y
x
y
x
a a
a a
y
x
a a
a a
,
_
,
_
1
]
1
,
_
,
_
,
_
2
2
1
1
2
2
1
1
22 21
12 11
.
y
x
y
x
y
x
y
x
a a
a a
(x
1
x
2
) = X
(y
1
y
2
) = Y
,
_
,
_
,
_
Y
X
Y
X
a a
a a
.
22 21
12 11
( ) ( )
2 2 2
22 21
2
12 11
. . . . Y X Y a X a Y a X a + + + +
2 2
12 21 22 11
2
22
2
12
2 2
21
2
11
2
. . . . 2 . . . . 2 ) ( ) ( Y X Y a X a Y a X a a a Y a a X + + + + + +
Para que se cumpla la conservacin de distancias dada por la ltima ecuacin:
1 ) (
2
21
2
11
+ a a 1 ) (
2
22
2
12
+ a a
0
22 21 12 11
+ a a a a
ecuaciones que podemos verificar en las matrices ortogonales asociadas a giros, simetras
y translaciones.
3.5. Grupo de transformaciones en el plano eucldeo.
Dado que los movimientos en el plano son transformaciones afines y que estas conforman
un grupo con la composicin de funciones como hemos visto, veremos si el conjunto de
los movimientos en el plano tiene estructura de grupo con la composicin de movimientos
(composicin de funciones). Para ello analizaremos si el conjunto de los movimientos en
el plano eucldeo es subgrupo del conjunto de las transformaciones afines ya que es un
subconjunto del mismo. La condicin necesaria y suficiente para que un subconjunto sea
subgrupo de un grupo de infinitos elementos es que sea cerrado sobre si mismo, es decir,
la composicin de movimientos en el plano debe ser un movimiento en el plano.
Realizaremos la demostracin desde las matrices asociadas a los movimientos con el
46
producto de matrices como lo hicimos con las transformaciones afines. Como los
movimientos en el plano eucldeo estn asociados a matrices ortogonales debemos ver si
el conjunto de estas matrices es cerrado respecto del producto de matrices.
Sean A y B matrices ortogonales que representan a dos movimientos en el plano, C su
matriz producto y sabiendo, por la teora de matrices, que (A.B)
t
= B
t
. A
t
:
C = A.B
C.C
t
= (A.B).(A.B)
t
= A.B.B
t
.A
t
Como B es orthogonal:
B.B
t
= I
y entonces:
A.B.B
t
.A
t
= A.I.A
t
= A.A
t
= I
Por lo tanto, C.C
t
= I C es ortogonal, lo cual significa que el conjunto de los
movimientos en el plano tiene estructura de grupo con la composicin de movimientos.
47
Bibliografa.
LIPSCHUTZ, Seymour, lgebra lineal, 2
da.
edicion, Mc.Graw Hill, 1992.
ROJO, Armando, lgebra II, 14 edicin, El Ateneo, Buenos Aires, 1998.
SANTALO, Luis A., Vectores y tensores con sus aplicaciones, 14.edicin, Buenos
Aires, EUDEBA, 1993.
SUNKEL, Maria Helena, Geometra analtica en forma vectorial y matricial,
2
da.
edicion, nueva librera, Buenos Aires, 2005.
VILLAMAYOR, Orlando, Geometra elemental a nivel universitario: volumen 1
(geometra afn), Red Olmpica, Buenos Aires, 1997.
48