Aplicacin de elementos del lgebra

lineal a la elaboracin de conceptos de

la geometra afn y eucldea.
Prof. Luis A. Sanseverino
Instituto Superior del Profesorado Joaqun V. Gonzalez
Buenos Aires, Argentina
n dice.
Introduccin.
El presente trabajo tiene por objeto exponer los conceptos necesarios para definir las
nociones bsicas relativas al plano afn y eucldeo desde del lgebra lineal.
Adicionaremos a las definiciones de espacio vectorial aquellas necesarias para disponer
de una axiomtica que haga posible la aparicin de los objetos geomtricos elementales
de dichos planos. Llegaremos a la presentacin de las transformaciones geomtricas en
ambos dando cuenta de las propiedades que las mismas mantienen en cada caso. Por
ltimo nos referiremos brevemente los grupos de transformaciones del plano afin y
eucldeo que liga el lgebra, bajo los lineamientos del programa de Erlangen del
matemtico Flix Klein (1849-1925), al tratamiento de las distintas geometras
Suponemos para la comprensin del este trabajo que el lector se encuentra familiarizado
con la teora bsica de espacios vectoriales y transformaciones lineales. De todas maneras
se haremos explicita la referencia a los conceptos de dicha teora cuando as lo requieran.
2
1. Plano afn.
1.1. Definicin de plano afn a partir del concepto de espacio vectorial.
Axiomticamente, un espacio vectorial (V , , K , ) se constituye a partir de la
existencia de los siguientes elementos y axiomas:
a) Un conjunto no vaco de elementos V llamados vectores.
b) Una ley de composicin interna que opera con elementos de dicho conjunto V
segn : V x V V .
c) Un cuerpo K, cuyas operaciones son + y .
d) Una ley de composicin externa definida que opera con elementos de K y V
segn : K x V V.
El conjunto {V, } debe constituir un grupo abeliano, es decir:
Ax1) v
1
v
2
v
3
V: v
1
(v
2
v
3
) = ( v
1
v
2
) v
3
(La operacin + es asociativa)
Ax2) v
0
V/vV : v v
0
= v
0
v = v (existencia de elemento neutro para todo elemento de V llamado
vector nulo)
3
Ax3) vV vV/ v (v) = (v) v = v
0
(para cada elemento de V existe un elemento inverso)
Ax4) v
1
v
2
V: v
1
v
2
= v
1
v
2
(La operacin + es conmutativa)
En cuanto a la ley externa se deben cumplir los siguientes axiomas:
Ax5) k
1
k
2
K vV: k
1
(k
2
v) = (k
1
.k
2
) v
Ax6) k
1
k
2
K vV: (k
1
+ k
2
)v = k
1
v k
2
v
Ax7) v
1
v
2
V kK: k (v
1
v
2
) = k v
1
k v
2
()
Ax8) vV : 1 v = v (dnde 1 es el neutro para la segunda operacin del cuerpo)
A los fines de este trabajo el conjunto V lo constituye R
2
(duplas ordenadas de nmeros
reales) y el cuerpo K ser el conjunto de los nmeros reales con las operaciones de suma
y producto entre nmeros reales, quedando el espacio vectorial con que trabajaremos
simbolizado como (R
2
,,R,). Interpretaremos geomtricamente a cada dupla de
nmeros reales como un vector en el plano cartesiano con origen en el centro de
coordenadas y extremo en las coordenadas indicadas por el par ordenado.

Para poder definir un plano eucldeo se debe dar lugar a la aparicin del elemento
fundamental constitutivo de las figuras geomtricas: el punto geomtrico. Como vemos
los axiomas y definiciones recientemente expuestos no dan lugar a la aparicin de dicho
concepto tal como lo conocemos. Podramos pensar que la interpretacin dada a las
duplas de nmeros reales se constituye en elemento suficiente para a su aparicin pero la
definicin de los mismos debe estar contemplada por una axiomtica y no una
interpretacin de la axiomtica para que el punto tenga entidad matemtica. As mismo,
la familiaridad que tenemos con la descripcin del plano cartesiano nos hace perder de
vista que interpretar un par ordenado como coordenadas de un punto supone un punto
implcito de referencia desde el cual se toman dichas coordenadas (origen de
coordenadas), de modo que al indicar un punto estamos hablando de dos. Dicho de otra
manera y tomando la perspectiva de la estructura de un espacio vectorial, todo vector
geomtricamente entendido en el plano supone, para su definicin, la existencia de dos
puntos, uno de los cuales es fijo y comn a todos los vectores del espacio vectorial y est
dado por el origen de coordenadas.
En segundo lugar es necesario en la definicin de espacio eucldeo la aparicin de algn
concepto matemtico que permita desarrollar la medicin de distancias y ngulos. Esto
tampoco esta contemplado en la axiomtica del espacio vectorial arriba expuesta.
Cmo ya dijimos, el
espacio vectorial
(R
2
,,R,), al que
llamaremos V
O
, es
interpretado en el plano
cartesiano de modo que
cada vector tiene su origen
en el origen de coordenadas
y su extremo en el punto
indicado por un par
ordenado de R
2
. las
operaciones de V
O
son operaciones entre vectores que nacen en el par (0,0). No existen,
en esta interpretacin, vectores con origen y extremo en cualquier par de puntos
4
geomtricos arbitrarios. La operacin w = uv y el vector z = 2w, ambas operaciones
en V
O
, se realizan con vectores cuyo origen es (0,0). El vector c, suma de los vectores
a y b de la figura (cuyos orgenes no son el origen de coordenadas), no admite
interpretacin bajo este esquema. La manera de definir una suma para poder operar con
dichos vectores as como producto entre elementos del cuerpo R y estos ser{ia que el
origen de coordenadas fuera el punto M, origen de los vectores a y b, haciendo que
dicho origen de los vectores posea entidad de punto a partir de las definiciones y axiomas
que constituyen a V
O
, de manera que un vector quede determinado por dos puntos
cualesquiera del plano y haciendo que los vectores se constituiran en pares de puntos.
Si m es un vector de V
O
definimos una nueva suma entre vectores:
a M
b = a b m aR
2
, bR
2
k M a = k (a m) + m aR
2
, kR
(siendo m equivalente a ( m) )
Vamos a comprobar si V
M
constituye una estructura de espacio vectorial sobre el cuerpo
R:
R
2
sigue siendo un conjunto no vaci y M es una operacin cerrada en el mismo ya que a a b R
2
le
sumamos con el opuesto del vector m.
La asociatividad de M surge de:
(a M b) M c = (a b m) c m = a (b m c) m = a M (b c m) = a M ( b M c)
Existe elemento neutro o vector nulo para todos los elementos de R
2
y es el vector m:
a M m = m M a = a m m = a
Para cada elemento de R
2
existe un inverso i:
a M I = I M a = I a m = m
de donde deducimos que:
i = 2m ( a)
Es evidente que la M es conmutativa:
a M b = a b c = b a c = b M a
Vemos si los axiomas tambin se cumplen para la nueva ley externa:
Axioma 5:
k1M (k2M a) = k1 [k2(am)+mm]+ m = k1.k2a k1.k2m k1 m k1 m m =
k1.k2a k1.k2m m = (k1.k2)(a m ) m = (k1.k2) M a
Axioma 6:
(k1+ k2) M a = (k1+ k2) (am)m = k1 a k2 a k1 m k2 m m =
k1 (am)m k2 (am)mm = k1M a M k2 M a
Axioma 7:
k M (a M b) = k (a bmm)m= ka kbkmkm m =
ka kbkmkm m mm=k(am)m k(bm)mm =k M a M k M b
Axioma 8:
5
1M a = 1(am)m=1a1mm =am m = a
De esta forma, (R
2
,M,R,M) constituye una estructura de espacio vectorial sobre el
mismo conjunto R
2
a la que llamaremos V
M
. Siendo m un vector cualquiera de R
2
tenemos que, para cada vector de R
2
, queda definida una estructura distinta de espacio
vectorial. Para precisar terminologa diremos que las operaciones M y M que se
utilizaron para obtener el espacio V
M
definen una estructura de espacio vectorial con
origen en el punto M. Dicha estructura V
M
puede considerarse como la estructura que
se obtiene desplazando V
O
hacia un nuevo origen dado por el par ordenado del vector m
(punto M). Siendo los vectores a y b pertenecientes a V
O
las frmulas dadas para las
operaciones M y M pueden escribirse de la siguiente manera:
a M
b = (a m) (b m) m
k M a = k (a m) + m
Esta forma de escritura deja en evidencia que, desde el punto de vista del esquema
geomtrico del dibujo, la operacin M realiza un desplazamiento de los vectores MA
y MB hasta el origen O, efectuando all la suma de ambos a travs de la operacin
de (R
2
,,R,) y obteniendo el vector resultante c que luego es desplazado
nuevamente para que su origen coincida con M (vector MC). El vector m (OM) y
su opuesto dentro de V
O
son los encargados de realizar estos desplazamientos.
En el esquema de ejes cartesianos el vector a considerado desde V
O
se representa por
una flecha que parte desde el origen O hasta el extremo de A, mientras que el mismo
vector visto desde V
M
parte del punto M y llega hasta el punto A.
En la figura que se observa a continuacin veremos un ejemplo: en rojo se encuentran
graficados los vectores vistos desde V
M
y en negro los vectores vistos desde V
O
.
Queremos sumar los vectores a = MA y b = MB desde el origen M. Para ello, aplicamos
la operacin M con los vectores a = OA = (2,3), b = OB =(6,1), m = OM = (5,4) y
m = (5,4) vistos desde el espacio vectorial V
O
:
a M
b = a b ( m) = (2,3) (6,1) (5,4) = (3,2)

6
Lo mismo es vlido para la operacin M. Suponemos un escalar k = 2 que opere con el
vector a = MA desde V
M
. Aplicando la definicin anterior:
k
M
a = k (a m) m = 2 [(2,3) (5,4)] (5,4) = 2 (3,1) (5,4) =
= (6,2) (5,4) = (1,2)
El vector que resulta de la operacin 2M a es MB visto desde V
M
, y OB = (1,2) visto desde
V
O
.
Por otra parte, la estructura de V
O
puede deducirse de V
M
por medio de las frmulas:
a

b = (a M m) M (b M m) M m
k a = k M (a M m) M m
donde
M
representa la suma
M
del opuesto de m visto desde V
M
, o sea el vector MM
que es el neutro de la estructura V
M
.
7
En general, dado un vector nV
O
, la estructura de V
N
puede obtenerse desplazando V
O
desde el origen de coordenadas (0,0) hasta el punto N extremo del vector ON, o bien
desplazando V
M
desde M hasta N. Es as como las siguientes afirmaciones se cumplen,
entendiendo a
N
,
N
y N
como la suma, el producto y la suma del opuesto en V
N
:
a M b = a

b m = a N b N m
k M a = k (a m) m = k N (a N m) N m
Esto hace que el espacio original V
O
pierda su carcter de distinguido y que pase a tener
importancia matemtica el extremo de cada uno de los vectores tomado desde cualquier
estructura de espacio vectorial con cualquier origen. Los distintos espacios vectoriales
slo actan como mediadores para llegar a dichos puntos.
Podemos entonces definir un plano de puntos de la siguiente manera:
Llamamos plano afn sobre el cuerpo R a un conjunto V en el cual, para
cada elemento X que pertenece a V se define una estructura de espacio
vectorial sobre R que llamamos Vx de dimensin 2, de modo que si MV
y NV las estructuras de espacios vectoriales que se generan a partir de
los mismo V
M
y V
N
estn relacionadas por las frmulas sealadas
inmediatamente arriba. A los elementos de V se los llama puntos del
plano afn.
El plano afn V se constituye entonces en un plano de puntos, para cada uno de los
cuales se genera una estructura de espacio vectorial que tiene por origen (o vector nulo) a
dicho punto. Tenemos entonces el plano de puntos V en el cual cada punto A,B,C, etc
genera una estructura de espacio vectorial V
A
,V
B
,V
C
,etc, respectivamente.
Por otra parte, todos estos espacios vectoriales son isomorfos entre s. Dados V
O
y V
A
para saber si son isomorfos debemos encontrar una funcin que, dados V = (x
1
,y
1
) y W =
(x
2
,y
2
), cumpla con:
f [(x
1
,y
1
) O (x
2
,y
2
)] = f(x
1
,y
1
) A f(x
2
,y
2
)
Siendo el vector A=(x
A
,y
A
):
La funcin f: V
O
V
A
/ f(x,y)= (x+x
A
,y+y
A
)
es una transformacin lineal, cuya inversa es la funcin:
f
1
: V
A
V
O
/ f(x,y)= (xx
A
,yy
A
)
entonces:
f [(x
1
,y
1
) O (x
2
,y
2
)] =
(x
1
+ x
2
+ x
A
, y
1
+ y
2
+ y
A
) = (x
1
+ x
2
+2x
A
x
A
, y
1
+ y
2
+2y
A
y
A
) =
(x
1
+x
A
+x
2
+x
A
x
A
, y
1
+y
A
+y
2
+y
A
y
A
) =
8
[(x
1
+x
A
) + (x
2
+x
A
) x
A
, (y
1
+y
A
) + (y
2
+y
A
) y
A
] =
f(x
1
,y
1
) A f(x
2
,y
2
)
con lo cual queda demostrado el isomorfismo entre estos espacios vectoriales. Como
consecuencia, todos estos espacios vectoriales poseen igual dimensin que el original V
O
del que partimos.
1.2. Aparicin de vectores fijos y vectores libres. Espacio vectorial de los vectores
libres
Esto nos lleva a pensar en vectores constituidos a partir de cualquier par de puntos del
plano afn V, de manera que, dado AV y BV, llamaremos vector fijo de origen A y
extremo B al par de puntos AB.
En el plano cartesiano quedarn definidos infinitos vectores segn los puntos de origen y
destino que se elijan. En la figura podemos ver distintos vectores fijos segn los puntos
que los conforman:
9
Vector u = AB
Vector v = AC
Vector w = DE
Vector z = OG
Vector t = OH
Un vector cualquiera con extremo en el punto X se escribir AX si se lo considera como
vector del espacio vectorial V
A
(ya que el punto A es origen de este espacio vectorial), u
OX si se lo asocia al espacio vectorial V
O
donde el punto O es el origen de coordenadas
cartesianas.
Usando esta nomenclatura, dados dos vectores del espacio vectorial V
O
del plano afn
cuyos extremos sean los puntos A y B, los mismos quedarn escritos como OA y OB.
Desde otro espacio vectorial V
P
del plano afn, con origen en un punto P distinto de A, B
y O, podemos ver otros vectores fijos como PA y PB. Las frmulas que los relacionan
sern:
PA
P
PB = OA OB OP
k
P
PA = k (PA OP) OP
OA OB = PA
P
PB
P
PO
k

OA = k
P
(PA
P
PO)
P
PO
Similarmente, para otro V
B
distinto de V
O
y V
A
:
PA
P
PB = QA
Q
QB
Q
QP
k
P
PA = k
Q
(QA
Q
QP)
Q
QP
Queda ms explcitamente expuesto con esta forma de escritura que los vectores en el
plano afn son pares de puntos ordenados pues el plano afn es un plano de puntos.
10

Como hemos visto anteriormente, para que dos vectores puedan operar entre s deben
pertenecer a la misma estructura de espacio vectorial definida por su punto de origen. Los
vectores u = AB y v = AC pueden ser operados dentro del espacio vectorial V
A
que tiene
por origen el punto A, ya que ambos tienen tambin por origen dicho punto. Lo mismo
ocurre entre los vectores z = OG y t = OH. En el primer caso podemos hacer u u
A
v,
y en el segundo z
O
t. Pero el vector w = DE no puede ser operado con ninguno de los
anteriores ya que no posee origen comn con alguno los mismos. Veremos de que forma
cualquier vector del plano puede operar con cualquier otro.
Definimos en primer lugar una relacin de equivalencia entre vectores fijos en el plano
afn con los conceptos tratados hasta el momento. Dados los vectores AB y CD
estableceremos la siguiente relacin:
ABCD AB A
AC = AD en V
A
Dicho en trminos geomtricos, relacionamos vectores cuando los mismos sean lados
opuestos de un paralelogramo y posean el mismo sentido. Veremos que esta relacin es
de equivalencia, para lo cual necesitamos demostrar su reflexividad, simetra y
transitividad. Para ello nos valemos del grfico en el que se han trazado vectores
equivalentes en color rojo, y en azul se han dibujado vectores pertenecientes al espacio
vectorial V
O
que corresponden a cada uno de los puntos (origen y extremo) de los
primeros. Para escribir el nombre de cada vector utilizaremos la nomenclatura que
sealamos recientemente para los vectores fijos, de acuerdo a los nombres de los puntos
de origen y destino de cada uno.
11
a) Demostramos que es reflexiva o sea ABAB.
En este caso, el vector AD = AB, por lo cual los puntos C y D coinciden con B. Entonces aplicando la
definicin de A :
AB A CD = AB A AB = (OA OA) (OB OA) OA = OB
Pero OB visto desde el espacio vectorial VA es el vector AB, por lo cual:
AB A AB = OB = AB ABAB
b) Demostramos que es simtrica o sea ABCD CDAB:
ABCD ABAAC=AD
Trataremos de ir transformando esta ltima ecuacin:
ABAAC=AD
Pasando esta ecuacin al espacio vectorial VO:
OBOCOA=OD
Operando dentro de VO:
OBOCOAOAOC
ODOAOC
OB=ODOAOC
ODOAOC=OB
Traducimos esta ltima ecuacin dentro del espacio vectorial VC:
CDCCA=CB CDAB
12
c) Demostramos que es transitiva o sea ABCD CDEF ABEF:
Traducimos la primera parte del condicional a trminos de ecuaciones vectoriales:
ABCD ABAAC=AD en el espacio vectorial VA
CDEF CDCCE=CF en el espacio vectorial VC
A su vez transformamos las dos ecuaciones al espacio vectorial VO :
ABAAC=AD
CDCCE=CF
OBOCOA=OD
ODOEOC=OF
Sumando miembro a miembro ambas ecuaciones y operando en el espacio vectorial VO:
(OBOCOA)(ODOEOC)=ODOF
(OBOCOA)(ODOEOC)OD=ODOFOD
OBOEOA=OF
Transformando esta ltima ecuacin el espacio vectorial VA:
ABAAE=AF
Aplicando la definicin de la relacin de equivalencia:
ABAAE=AFABCD
Esta relacin de equivalencia, conocida matemticamente como equipolencia, hace que
el conjunto de todos los vectores fijos del plano afn se particione en clases de
equivalencia donde en cada clase se agrupan vectores que, geomtricamente
hablando, poseen igual direccin, sentido, y la misma longitud, o sea, vectores
equipolentes entre s. Cada clase de equivalencia se llama vector libre y el conjunto
cociente generado por la relacin de equivalencia ser el conjunto de los vectores libres
en el plano afn.
En segundo lugar, dado un vector AB fijo y un punto C, todo vector equivalente a AB que
tenga por origen el punto C es nico.
Para demostrar esto supongamos que existen 2 vectores equivalentes a AB con origen en C a los que
llamaremos CM y CN. Se deber cumplir que:
ABCM AB A AC = AM en VA
ABCN AB A AC = AN en VA
Realizando las ecuaciones vectoriales en VA:
AB A AC = AM
AB A AC = AN
13
y como los primeros miembros de ambas ecuaciones son iguales:
AM = AN
representando el mismo vector.
Por otro lado, operar vectores equivalentes de cualquier espacio ya sea con o tiene
por resultado vectores equivalentes. Podemos ver mejor este concepto a partir de la
siguiente figura:
Cada color representa vectores pertenecientes a la misma clase de equivalencia. Sumar
con la operacin en cualquiera de las dos estructuras de espacio vectorial,(V
A
o V
A
) un
vector rojo con un vector verde siempre tiene por resultado un vector azul. Esta
caracterstica de compatibilidad de la relacin de equivalencia con la ley interna
puede escribirse:
(AC AC) (AB AB) (AC
A
AB) (AC
A
AB)
Intentaremos demostrarlo por medio de la siguiente cadena de implicaciones partiendo del
antecedente de la proposicin anterior:
(AC AC) (AB AB) (AC A AA = AC) (AB A AA = AB)
AC A AA = AC
AB A AA = AB
sumando miembro a miembro ambas ecuaciones:
14
AC A AB A AA A AA = AC A AB
AX A AA A AA = AC A AB
AX A AA = AC A ABA AA (*)
Pero trabajando desde VA podemos escribir lo siguiente:
AX = AC A AB
y escribiendo esta ecuacin ltima ecuacin desde VA:
AX = AC A AB A AA
Entonces la ecuacin (*) queda:
AX A AA = AX AX A X (AC A AB) (AC A AB)
En forma anloga, la operacin tambin es compatible o estable con la relacin de
equivalencia. Tenemos que demostrar que:
kR: (AB AB) (k
A
AB) (k
A
AB)
Partiendo del antecedente del condicional anterior:
(AB AB) AB A AA = AB
Aplicando la operacin A a ambos miembros de la ecuacion anterior:
k A (AB A AA) = k A AB
y aplicando los axiomas de espacio vectorial:
(k A AB) A (k A AA) = k A AB
y aplicando la definicin de la relacin de equivalencia:
(k A AB) A (k A AA) = k A AB (k A AB) (k A AB)
Demostrada la compatibilidad de ambas leyes con se puede definir el espacio
vectorial de los vectores libres, donde cada vector libre se identifica con una clase de
equivalencia (producto de la particion el conjunto de los vectores fijos) y en el que las
operaciones L y L entre vectores libres son inducidas o heredadas por la
compatibilidad de y con .
Veamos un ejemplo de la operatoria de este espacio vectorial de los vectores libres con la
siguiente figura, utilizando como vectores ndices de cada clase de equivalencia los
vectores del espacio vectorial V
O
:
15
Realizaremos la combinacin lineal:
(1) AB 1,5 CD
Los vectores AB y OB pertenecen a la clase de equivalencia C
OB
Los vectores CD y OD pertenecen a la clase de equivalencia C
OD
El vector OX pertenece a la clase de equivalencia C
OX
Operando las clases y utilizando los vectores de V
O
correspondientes a cada clase:
OX = (1)OB1,5OD = (1)(3,2)1,5(5,2) = (3,2) (7,5 ,3) = (4,5 , 5)
Escrito en forma de clases de equivalencia:
C
OX
= (1) L C
OB
L (1,5) L C
OD
1.3. Combinaciones afines.
Hemos planteado que, dada la estructura del plano afn, la aparicin de puntos como
entidades geomtricas est dada por el extremo de los vectores de cada estructura de
espacio vectorial de V. Ya que V es un plano de puntos resultara importante tratar a los
mismos como si fueran vectores, de modo de llegar a obtener puntos como combinacin
de otros por un procedimiento similar al de la combinacin lineal de vectores. En la figura
16
observamos dos puntos, V y W, y los vectores asociados a dos espacios vectoriales V
A
y
V
B
que tienen a dichos puntos como extremos de los vectores. Queremos expresar un
punto Z (vector) desde ambos espacios vectoriales como combinacin lineal de los
vectores que tengan como extremos a los puntos V y W. Si hacemos que k
1
= 2 y k
2
= 1
tenemos:
AZ= k
1

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>)

= [< (3,4), (3,4) >]

= (3
2
+ 4
2
)

= 5
24
Calculemos d(u,v):
d(v,u) = (11,2) (7,1) = (4,3) = (4
2
+ 3
2
)

= 5
Vemos que, cuando hablamos de distancia entre dos vectores, lo que en realidad estamos
midiendo con el producto interno as planteado es la distancia entre los extremos de dos
vectores que poseen un mismo punto de origen, es decir, la distancia entre dos puntos
del plano afn V.
Podemos probar otras propiedades del producto interior.
a) El mdulo del producto de un kR por un vector es el valor absoluto de dicho
valor k por el mdulo del vector:
kw
2
= <kw,kw> = k
2
.<w,w> = k
2
.w
2
= (k.w)
2
Llegamos a:
kw
2
= (k.w)
2
Y dado que ambas bases de estas potencias son no negativas, entonces:
kw = k.w
b) El producto de un vector no nulo por el recproco de su mdulo es un vector
de mdulo unitario:
Planteamos el mdulo de dicho vector producto:
v
1
v= v
1
. v = v
1
. v = 1
Para ejemplificar tomemos el mismo vector w = OC = (3,4) y un k = 2
(2)(3,4) = [(6)
2
+ (8)
2
]

= 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

Teniendo la expresin de la transformacin intentamos transformar el vector (2,0) cuya

imagen debera ser (2,2). Sin embargo la frmula obtenida no nos da dicha imagen:

,
_

,
_

,
_

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

En la figura inferior observamos como el extremo del vector OA se transforma va la

translacin en el OA por medio de la translacin de vector OD.
De esta manera tenemos una reelaboracin de las expresiones matriciales de las
transformaciones lineales en el plano afn para que permitan representar los movimientos
en el plano propios de la geometra eucldea.
35
3.2. Transformaciones afines.
Analicemos en el plano afn el siguiente caso. Dada una funcin de V en V, como por
ejemplo:
f: V V / f ( x , y ) = (x+y 1, x+2)
y sea el punto AV / A = (0,0) de modo que B = f(0,0) = (1,2)

Veamos si entre los espacios vectoriales V
A
y V
B
podemos establecer una transformacin
lineal de la siguiente manera:
f(V
1
+
A
V
2
)=f(V
1
) +
B
f(V
2
) con V
1
,V
2
V
f(k
A
V
1
)=k
A
f(V
1
) con kR
Siendo:
V
1
=(x
1
,y
1
)
V
2
=(x
2
,y
2
)
tenemos:
f(V
1
+
A
V
2
) = f[ V
1
+ V
2
A ] = f [ (x
1
,y
1
) + (x
2
,y
2
) (0,0)] = f [(x
1
+x
2
, y
1
+y
2
)] =
(x
1
+x
2
+y
1
+y
2
1, x
1
+x
2
+2) = (x
1
+y
1
1,x
1
+2) + (x
2
+y
2
1,x
2
+2) (1,2) = f(V
1
)+f(V
2
)B =
f(V
1
)+
B
f(V
2
)
por otra parte:
f(k
A
V
1
)= f[k
A
(x
1
,y
1
)] = f{k[(x
1
,y
1
)A]+A}= f{k[(x
1
,y
1
)(0,0)]+(0,0)}= f{k[(x
1
,y
1
)]}=
f{(kx
1
, ky
1
)} =(kx
1
+ky
1
1, kx
1
+2) = k(x
1
+y
1
1,x
1
+2) =
k
A
f(V
1
)
Como vemos la funcin f(x,y) induce una transformacin lineal entre los espacios
vectoriales indicados.
Elijamos ahora AV / A=(1,2) de modo que B=f(1,2)=(2,3) y veamos si se induce una
transformacin lineal entre los espacios vectoriales V
A
y V
B
con estos nuevos puntos:
f(V
1
+
A
V
2
) = f[ V
1
+ V
2
A ] = f [ (x
1
,y
1
) + (x
2
,y
2
) (1,2)] = f [(x
1
+x
2
1, y
1
+y
2
2] =
(x
1
+x
2
1+y
1
+y
2
21, x
1
+x
2
1+2) = (x
1
+x
2
+y
1
+y
2
4, x
1
+x
2
+1) =(x
1
+y
1
1,x
1
+2)+
(x
2
+y
2
1,x
2
+2) (2,3) = f(V
1
)+f(V
2
)B = f(V
1
)+
B
f(V
2
)
Vemos que, elegido un punto de V y buscando su imagen, podemos establecer una
transformacin lineal entre ambos espacios. Este tipo de funciones que, dado un punto de
V y su imagen, permiten realizar una transformacin lineal entre los espacios vectoriales
dados por dichos puntos se definen como transformaciones afines. En trminos
conceptuales, una transformacin afn es una funcin que asigna a cada punto del
36
plano afn V otro punto del mismo, transformando rectas en rectas con las
propiedades de paralelismo, proporcionalidad e incidencia que estas posean. Dado
que el plano afn queda definido por las estructuras de espacios vectoriales que tienen por
origen a cada uno de sus puntos, la transformacin afn es una funcin que le asigna a
cada vector de uno de estos espacios vectoriales de la estructura de V un vector de otro
espacio vectorial (o el mismo) de V, asignacin dada por una transformacin lineal. La
transformacin afn induce, para cada par de espacios vectoriales de V, una
transformacin lineal entre dichos espacios.
Trataremos de ver en el siguiente ejemplo la importancia de las transformaciones afines
como transformaciones de puntos en el plano.
Buscaremos la transformacin afn f que convierte:
f(A)=A
f(B)=B
f(C)=C
Esta transformacin ser una transformacin lineal entre los espacios vectoriales V
A
y V
A
que hace que al vector AB le corresponda el A B y al AC el AC.
Observamos que los 3 puntos A,B y C (vectores en color azul) constituyen un conjunto de
puntos afinmente independiente (2 vectores linealmente independientes y por lo tanto una
base del espacio vectorial V
A
). Intentaremos buscar la transformacin lineal que
convierte dicha base de V
A
en los vectores AB y AC (en color rojo) pero todos ellos
transladados al origen de coordenadas O para luego ubicar las imgenes de f en el
espacio vectorial V
A
. Los vectores OM y OP (en color celeste) son los equipolentes a AB
y AC con origen en el punto O. Lo mismo sucede con OL y ON (en color roza) respecto
de AB y AC. Con todos los vectores en el origen O buscamos la expresin de la
transformacin lineal T(x,y) que convierte OM en OL y OP en ON siendo que el conjunto
{OM,OP} es base de V
O
:
37
T(1,2)=(3,2)
T(2,1)=(1,1)
Trataremos de buscar los transformados de la base cannica {(1,0),(0,1)} de V
O
haciendo
todo este desarrollo en dicho espacio vectorial. Aplicando la definicin de transformacin
lineal y siendo ,R:
T [(1,2) (2,1)] = T [(1,2)] T [(2,1)] =
T (1,2)] T (2,1) =
(3,2) (1,1) =
T (+2,2+) = (3+,2+)
T (1,0) +2=1 2+=0 =0,4 =0,2 (3+,2+) = (1,0)
T (1,0) = (1,0)

T (0,1) +2=0 2+=1 =0,2 =0,4 (3+,2+) = (1, 1)
T (0,1) = (1,1)
Entonces:
T (1,0) = 1 (1,0) 0 (0,1)
T (0,1) = 1 (1,0) 1 (0,1)
xT (1,0) = x[1 (1,0) 0 (0,1)]
yT (0,1) = y[1 (1,0) 1 (0,1)]
operando:
T ( x , y ) = ( xy , x )

,
_

,
_

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

Giros en sentido antihorario de ngulo con centro en el punto (xA,yA)

,
_

+
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
.

lo cual hace que los movimientos en el plano eucldeo sean un subconjunto de

transformaciones afines. La particularidad que poseen los movimientos en el plano puede
ser observada desde su matriz. En cualquiera de los tres casos expuestos (simetras, giros
y translaciones) si hacemos el producto de la matriz asociada por su transpuesta
obtenemos la matriz unitaria:

,
_

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