1

1. ESPACIO EUCLDEO. ISOMETRAS

Muchos de los fenmenos que se investigan en la geometra utilizan no-

ciones como las de longitud de un vector y ngulo entre vectores. Para intro-
ducir estos dos conceptos en los R-espacios vectoriales se dene el producto
escalar. Un R-espacio vectorial al que se asigna un producto escalar se de-
nomina espacio vectorial eucldeo. En este captulo trabajaremos, principal-
mente, con R-espacios vectoriales eucldeos de dimensin nita.

1.1. PRODUCTO ESCALAR. LONGITUDES Y NGULOS

Denicin 1. (Producto escalar. Espacio vectorial eucldeo.)

Sea V un R-espacio vectorial. Un producto escalar asociado a V es una
aplicacin h , i : V V R que verica las propiedades siguientes:

1. hu, vi = hv, ui para todo u, v V .

2. hu + v, wi = hu, wi + hv, wi para todo u, v, w V .
3. hu, vi = hu, vi para todo u, v V , R.
4. hu, ui > 0 para todo u 6= 0.

Diremos entonces que el par (V, h , i) es un espacio vectorial eucldeo.

Si la aplicacin h , i cumple las propiedades 1, 2 y 3 decimos que es una
forma bilineal simtrica. Si, adems, cumple la propiedad 4, se dice que es
denida positiva y se habla de producto escalar asociado a V .

Propiedades.
a) hv, 0i = 0 para todo v V .
b) hu + v, wi = hu, wi + hv, wi para todo u, v, w V , , R.
c) hv, vi = 0 si y slo si v = 0.

Denicin 2. Un ejemplo de espacio vectorial eucldeo, y que ser el ms

utilizado por nosotros, es el espacio vectorial V = Rn , al que asociamos el
producto escalar usual que se dene del siguiente modo:
Dados x, y Rn con x = (x1 , . . . , xn ) e y = (y1 , . . . , yn ),

hx, yi = x1 y1 + x2 y2 + + xn yn .
2 1 ESPACIO EUCLDEO. ISOMETRAS

1.2. EXPRESIN MATRICIAL DEL PRODUCTO ESCALAR

Dado un espacio vectorial eucldeo de dimensin nita, (V, h , i), y dada

una base de V , B = {e1 , . . . , en }, denotamos aij = hei , ej i. Llamamos matriz
de Gram respecto de B a la matriz A = (aij ).
Por la primera propiedad de los productos escalares, se deduce que A es
una matriz simtrica (aij = aji para todo par i, j )
Una vez conocida la matriz de Gram asociada a un producto escalar
con respecto a una base B , es inmediato calcular el producto escalar de
cualesquiera dos vectores x, y V haciendo uso de dicha matriz. En efecto,
si x e y tienen coordenadas con respecto a B

xB = (x1 , . . . , xn ) yB = (y1 , . . . , yn ),
entonces

hx, yi = hx1 e1 + + xn en , y1 e1 + + yn en i

n
X n
X
= xi yj hei , ej i = aij xi yj = X t AY
i,j=1 i,j=1

x1 y1
.. .. .
siendo X = . e Y =
.
xn yn
De este modo obtenemos la expresin matricial del producto escalar con
respecto a la base B ,

hx, yi = X t AY.
Cabe preguntarse, si se elige otra base, B 0 , cul ser la relacin entre la
nueva matriz de Gram asociada a esta base, A0 , y la matriz A asociada a la
base B . Sean x, y V con coordenadas

xB = (x1 , . . . , xn ), xB 0 = (x01 , . . . , x0n )

yB = (y1 , . . . , yn ), yB 0 = (y10 , . . . , yn0 )

0 0
x1 y1
.. ..
Denotamos X = . e Y = . . Asimismo, denotamos por P
0 0

x0n yn0
a la matriz de cambio de base de B en B . 0

Resulta

hx, yi = X t AY = X 0t A0 Y 0
1.2 EXPRESIN MATRICIAL DEL PRODUCTO ESCALAR 3

Por otro lado,

hx, yi = (P X 0 )t A(P Y 0 ) = X 0t (P t AP )Y 0
De modo que la relacin entre las dos matrices de Gram es de congruencia:

A0 = P t AP

Proposicin 1. Si A es una matriz n n denida positiva (simtrica y con

todos los autovalores reales y positivos), entonces

hX, Y i = X t AY, con X, Y Rn

dene un producto escalar en Rn . De hecho, todos los productos escalares
denidos en espacios vectoriales de dimensin nita tendrn una expresin
matricial de este tipo.
Para determinar si una matriz A es denida positiva, existen varios cri-
terios que no requieren del clculo del signo de los autovalores. Enunciamos
uno en la siguiente proposicin.
Proposicin 2. (Criterio de Sylvester)
Sea A Mn (R) simtrica y sea i = Det(Ai ), donde

a11 a1i
Ai = ... ... ..
.

ai1 aii
Entonces A es denida positiva si y slo si i > 0 para todo i = 1, . . . , n.
Denicin 3. (Norma o mdulo. Distancia)
La longitud, norma o mdulo de un vector v V se dene como
p
kvk = hv, vi
Si kvk = 1, se dice que v es unitario.
La distancia entre dos vectores u, v V se dene como

d(u, v) = ku vk

Propiedades.
1. kvk 0 y kvk = 0 si y slo si v = 0.
2. kvk = ||kvk para todo R y para todo v V .
3. Para todo u, v V , ku + vk kuk + kvk. Esta propiedad se conoce
como desigualdad triangular o de Minkowski.
4. Dado v 6= 0, kvk
v
es un vector unitario.
4 1 ESPACIO EUCLDEO. ISOMETRAS

5. Para todo u, v V , |hu, vi| kukkvk. Esta propiedad se conoce como

desigualdad de Cauchy-Schwarz.
Denicin 4. (ngulo entre dos vectores. Ortogonalidad)
i) Para todo par de vectores no nulos u, v V , el ngulo entre u y v se
dene como el nico nmero [0, ] tal que cos = kukkvk
hu,vi
.
ii) Dados u, v V no nulos, diremos que son ortogonales o perpendi-
culares si hu, vi = 0. Obsrvese que u, v son ortogonales si y slo si
cos = 0, siendo el ngulo entre u y v , lo que es equivalente a decir
que = /2.
iii) Una base B de vectores de V es ortogonal si sus vectores son ortogo-
nales entre s. Si los vectores de B son adems unitarios, entonces se
dice que la base es ortonormal.

Propiedades.
1. Si {u1 , . . . , uk } son vectores no nulos de V , ortogonales entre s, en-
tonces son linealmente independientes.
2. Si B = {u1 , . . . , un } es una base ortogonal de V , entonces B 0 =
{ kuu11 k , . . . , kuunn k } es una base ortonormal de V .

Proposicin 3. Sea B = {e1 , . . . , en } una base ortogonal del espacio vecto-

rial eucldeo V . Entonces, dado x V ,
hx, e1 i hx, en i
x= 2
e1 + + en
ke1 k ken k2
esto es, xB = (x1 , . . . , xn ) con xi = hx,e ii
kei k2
. A las coordenadas xi se les llama
coecientes de Fourier de x con respecto a la base ortogonal B .

1.3. MTODO DE GRAM-SCHMIDT. PROYECCIONES

Teorema 1. (Gram-Schmidt) Dada una base B = {u1 , . . . , un } de un espa-

cio vectorial eucldeo V , existe una base ortogonal B 0 = {e1 , . . . , en } tal que
L(u1 , . . . , ur ) = L(e1 , . . . , er ) para todo r = 1, . . . , n. Los vectores de la base
B 0 sern:
e1 = u1
hu2 ,e1 i
e2 = u2 ke1 k2 1
e
..
.
hun ,e1 i hun ,en1 i
en = un ke1 k2 1
e e
ken1 k2 n1

Corolario 1. Si {w1 , . . . , wr } es un conjunto ortogonal de vectores no nulos

de V , entonces existe una extensin a una base ortogonal.
1.3 MTODO DE GRAM-SCHMIDT. PROYECCIONES 5

Denicin 5. (Subespacios ortogonales. Complemento ortogonal)

i) Un vector no nulo v V se dice que es ortogonal a un subespacio
vectorial W de V , denotado por v W , si hv, wi = 0 para todo w W .
Esto equivale a probar que v es ortogonal a los vectores de una base de
W.
ii) Dos subespacios vectoriales W1 , W2 de V se dicen ortogonales, algo que
denotaremos por W1 W2 , si para todo w1 W1 y w2 W2 se tiene
que hw1 , w2 i = 0. Esto equivale a probar que los vectores de una base
de W1 son ortogonales a los vectores de una base de W2 .
iii) Si W es un subespacio vectorial de V de dimensin k < n, el conjunto
W = {v V : hv, wi = 0 para todo w W }
es un subespacio vectorial de V de dimensin n k y se denomina
complemento ortogonal de W . De hecho, V = W W .

Denicin 6. (Proyeccin ortogonal)

Sea W un subespacio vectorial de V . Como V = W W , resulta que
todo v V se puede escribir de modo nico como v = w + u con w W y
u W . El vector w recibe el nombre de proyeccin ortogonal de v sobre W
y se denota por w = PW (v), mientras que u es la proyeccin ortogonal de v
sobre W y se escribe u = PW (v).

El siguiente resultado proporciona un mtodo rpido para calcular proyec-

ciones ortogonales sobre un subespacio vectorial.

Proposicin 4. Sea W un subespacio vectorial de V y sea v V . Si BW =

{w1 , . . . , wr } es una base ortogonal de W , entonces, la proyeccin ortogonal
de v sobre W es

hv, w1 i hv, wr i
PW (v) = w1 + + wr
kw1 k2 kwr k2

Denicin 7. (Matriz ortogonal) Una matriz A Mn (R) es ortogonal si A

es invertible y A1 = At , es decir, AAt = Id.

Propiedades. Toda matriz ortogonal A Mn (R) cumple las propiedades

siguientes:
i) Los vectores la o columna de A forman una base ortonormal de Rn
con el producto escalar usual.
ii) Det(A) = 1. Diremos que A es ortogonal directa si Det(A) = 1 y
diremos que es ortogonal inversa si Det(A) = 1.
6 1 ESPACIO EUCLDEO. ISOMETRAS

Proposicin 5. Dado el espacio vectorial V = Rn , la expresin matricial

de la proyeccin ortogonal, P , sobre un subespacio W (a lo largo de W ) es
 
I 0
P = [W|0][W|W ]1 = [W|W ] [W|W ]1
0 0

siendo [W|W ] una matriz cuyas columnas son bases de W y W respecti-

vamente.
Si, adems, elegimos las columnas de la matriz [W|W ] de modo tal
que son bases ortonormales de W y W respectivamente, dicha matriz es
ortogonal y, por tanto, [W|W ]1 = [W|W ]t . En ese caso,

 
I 0
P = [W|W ] [W|W ]t P = [W|0][W|W ]t
0 0

Observacin 1. En R2 , con el producto escalar usual, la matriz P de la

proyeccin ortogonal sobre la recta W = L{v}, siendo v = (cos , sen ), es:

t
cos2
   
cos 0 cos sen sen cos
P = =
sen 0 sen cos sen cos sen2

1.4. ISOMETRAS

En esta seccin nos interesamos por el estudio de aquellas aplicaciones

lineales f : V V 0 denidas entre espacios vectoriales eucldeos que conser-
van distancias y ngulos.

Denicin 8. (Isometra)
Un homomorsmo f : V V 0 es una isometra o aplicacin ortogonal
si conserva el producto escalar, es decir, si

hf (x), f (y)i = hx, yi para todo x, y V.

Propiedades.
1. Si f es una isometra, kxk = hx, xi = hf (x), f (x)i = kf (x)k, de
p p

modo que se preserva la norma de los vectores. El recproco tambin

ser cierto, esto es, si kxk = kf (x)k para todo x V , entonces f es
una isometra.
2. Si f es una isometra, es el ngulo entre x e y y es el ngulo entre
f (x) y f (y), entonces cos = kxkkyk
hx,yi
= kfhf(x)kkf (y)k = cos , de modo
(x),f (y)i

que tambin se conservan los ngulos entre vectores.

1.5 ISOMETRAS EN R2 Y R3 7

3. Si {u1 , . . . , ur } son ortogonales (respectivamente ortonormales), en-

tonces
{f (u1 ), . . . , f (ur )} son tambin ortogonales (respectivamente ortonor-
males).
4. Si f : V V 0 es una isometra con dim(V ) = dim(V 0 ) = n, entonces
f es un isomorsmo y f 1 es tambin una isometra.
5. Sea f : V V 0 con dim(V ) = dim(V 0 ) = n y sea B = {v1 , . . . , vn } una
base ortonormal de V . Si {f (v1 ), . . . , f (vn )} es una base ortonormal de
V 0 entonces f es una isometra.

Caracterizacin matricial de una isometra. Sea f : V V un endo-

morsmo del espacio vectorial eucldeo V . Si B es una base ortonormal de
V , entonces f es una isometra si y slo si su matriz asociada A = M (f, B)
respecto de la base B es ortogonal, esto es, At = A1 .

Denicin 9. (Transformaciones directas e inversas)

Sea f : V V una isometra. Si Det(f ) = 1, esto es, el determinante
de cualquiera de sus matrices asociadas es 1, entonces decimos que f es una
transformacin directa. Si Det(f ) = 1, entonces decimos que f es una
transformacin inversa.

1.5. ISOMETRAS EN R2 Y R3
Aunque los prximos resultados son vlidos para espacios eucldeos de
dimensin 2 y 3 cualesquiera y se generalizan fcilmente a espacios de di-
mensin n, nosotros trabajaremos slo con R2 y R3 dotados del producto
escalar usual.

Teorema 2. (Isometras de R2 )
Consideremos R2 con el producto escalar usual y una isometra f : R2
R2 . Pueden darse dos situaciones:
i) Si Det(f ) = 1, entonces para toda base ortonormal B
 
cos sin
M (f, B) =
sin cos

En este caso, la isometra f es una rotacin, tambin denominada giro

de ngulo . El valor de no depende de la base ortonormal elegida,
sino de f . Dos casos particulares son = 0 para el que f = Id y =
para el que f = Id (simetra respecto del origen).
8 1 ESPACIO EUCLDEO. ISOMETRAS

ii) Si Det(f ) = 1, entonces para toda base ortonormal B

 
cos sen
M (f, B) =
sen cos

En este caso, el valor de depende de la base elegida. De hecho, existe

una base ortonormal B 0 = {v1 , v2 } tal que
 
0 1 0
M (f, B ) =
0 1

En consecuencia, la aplicacin f del caso ii) es una simetra respecto

de la recta determinada por el vector v1 . Aqu se tienen dos subespacios
propios: L(v1 ) con autovalor 1 y L(v2 ) con autovalor -1.

Observacin 2. En R2 , con el producto escalar usual, la matriz S de la

simetra sobre la recta W = L{v}, siendo v = (cos , sen ), es:

2 cos2 1 2 sen cos

   
cos 2 sen 2
S = 2P I = =
2 sen cos 2 sen2 1 sen 2 cos 2

siendo P la matriz de la proyeccin sobre la recta L{v}.

Observacin 3. Cualquier simetra cumple S 2 = I , dado que S 2 = (2P

I)2 = 4P 2 4P + I = I .

Teorema 3. (Isometras de R3 )
Consideremos R3 con el producto escalar usual y una isometra f : R3
R3 . Pueden darse dos situaciones:

i) Si Det(f ) = 1, entonces existe una base ortonormal B = {v1 , v2 , v3 }

tal que

1 0 0
M (f, B) = 0 cos sin
0 sin cos

En este caso, f es una rotacin de ngulo alrededor de la recta L(v1 )

engendrada por el vector (autovector con autovalor asociado 1) v1 . El
plano L(v2 , v3 ) es invariante por f , que acta sobre l generando una
rotacin de ngulo . Un caso particular es = 0 para el que f = Id.
1.6 ENDOMORFISMOS SIMTRICOS 9

ii) Si Det(f ) = 1, entonces existe una base ortonormal B = {v1 , v2 , v3 }

tal que

1 0 0
M (f, B) = 0 cos sin
0 sin cos
En este caso, f es la composicin de la rotacin del apartado ante-
rior con una simetra ortogonal respecto del plano L(v2 , v3 ). En esta
situacin, v1 es un autovector con autovalor asociado 1. Un caso
particular es = 0 para el que f representa una simetra ortogonal
respecto de L(v2 , v3 ).

1.6. ENDOMORFISMOS SIMTRICOS

Denicin 10. Dado un espacio vectorial eucldeo, V , se dice que un endo-

morsmo f : V V es simtrico si verica

hf (u), vi = hu, f (v)i u, v V

Proposicin 6. Dado un endomorsmo f : V V , denido en un espacio
eucldeo de dimensin nita, se tiene que f es simtrico si y slo si su matriz
asociada respecto a una base ortonormal es simtrica.
Proposicin 7. Un endomorsmo simtrico tiene todos sus autovalores
reales y siempre es diagonalizable. Ms aun, siempre es posible encontrar
una base ortonormal formada por vectores propios.
Corolario 2. Como consecuencia del resultado anterior, se tiene que toda
matriz simtrica, A Mn (R), es diagonalizable ortogonalmente, esto es,
existe P Mn (R) y D Mn (R) tales que

P 1 AP = P T AP = D,
siendo D la matriz diagonal de autovalores y P la matriz de paso ortogonal
(P T = P 1 ) cuyas columnas son los vectores propios unitarios de la base
ortonormal.
Teorema 4. Todo endomorsmo f : V V , no singular, denido sobre un
espacio eucldeo de dimensin nita, se puede escribir como la composicin
de un endomorsmo simtrico, s, y una transformacin ortogonal, o.
f =os
Escrito en forma matricial, podemos decir que toda matriz cuadrada no
singular, F , se puede escribir como el producto de una matriz simtrica S y
una matriz ortogonal O
F = OS